CN112103941B - 考虑电网灵活性的储能配置双层优化方法 - Google Patents

考虑电网灵活性的储能配置双层优化方法 Download PDF

Info

Publication number
CN112103941B
CN112103941B CN202010803089.0A CN202010803089A CN112103941B CN 112103941 B CN112103941 B CN 112103941B CN 202010803089 A CN202010803089 A CN 202010803089A CN 112103941 B CN112103941 B CN 112103941B
Authority
CN
China
Prior art keywords
energy storage
power
flexibility
power grid
constraint
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
Application number
CN202010803089.0A
Other languages
English (en)
Other versions
CN112103941A (zh
Inventor
李玲芳
甘霖
李文云
朱涛
朱欣春
游广增
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.)
Yunnan Power Grid Co Ltd
Original Assignee
Yunnan Power Grid Co Ltd
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 Yunnan Power Grid Co Ltd filed Critical Yunnan Power Grid Co Ltd
Priority to CN202010803089.0A priority Critical patent/CN112103941B/zh
Publication of CN112103941A publication Critical patent/CN112103941A/zh
Application granted granted Critical
Publication of CN112103941B publication Critical patent/CN112103941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J15/00—Systems for storing electric 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
    • H02J3/008—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
    • 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

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及考虑电网灵活性的储能配置双层优化方法。本发明首先计算某一时刻网络中计算负载率最大的N条支路计算负载率的加权平均值，得到该时刻电网的灵活性指标；之后根据电力系统的储能投资成本、电网功率平衡约束、节点电压约束、支路最大传输容量约束、储能能量约束和储能的功率约束，计算储能配置的总成本；最后，以电网灵活性指标最小和储能配置运行成本最小为目标的优化模型，以NSGA‑II算法对模型进行了求解，从而实现优化配置。本发明能够反映出电力系统网架结构对电网灵活性的影响，提高电力系统的运行灵活性和储能配置的经济性，保障输电线路的灵活性需求，提高电网提供的服务质量。

Description

考虑电网灵活性的储能配置双层优化方法
技术领域
本发明属于电力系统优化技术领域，具体涉及一种考虑电网灵活性的储能配置双层优化方法。
背景技术
近年来，为应对日趋严重的资源短缺、环境污染等问题，新一轮能源变革在世界范围内蓬勃兴起。可再生能源发电具有清洁、低碳和可持续的优点，但其出力的间歇性、随机性和波动性，对传统的以可调度的火电、水电为主的电力系统灵活性带来了新的问题和挑战。目前，各国学者在电力系统灵活性的分析方法和评价策略、面向不同应用场景的灵活性指标设计及验证，灵活性资源优化配置和优化运行等方面均取得了一定进展。然而，当前研究并没有形成一个完整的、行之有效的电力系统灵活性评价体系。如何对电力系统灵活性进行多维度、多时间尺度的定量评价，如何统筹解决相关规划、配置、运行等问题，还需要进一步的研究。储能系统通过对电能的转换和存储，一定程度上改变了电力系统传统的能量瞬时平衡模式，使其在电力系统中拥有广泛的应用前景。然而，各种储能装置的配置和运行成本目前还相对较高，经济性的短板制约了储能的大规模应用。因此，对应用在电力系统中的储能进行优化配置，特别是作为灵活性资源的优化配置，显得尤为重要。
发明内容
本发明针对现有研究存在的上述不足，提出一种考虑电力系统网架灵活性的储能装置优化配置方法，能够通过配置储能来提高电力系统的运行灵活性，保障输电线路的灵活性需求，改善电网灵活性，避免波动电源和负荷带来的影响。
为实现上述目的，本发明采用的技术方案如下：
考虑电网灵活性的储能配置双层优化方法，包括如下步骤：
步骤(1)，计算灵活性优化指标；电网灵活性指标是以某一时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为该时刻电网的灵活性指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；
步骤(2)，根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；
步骤(3)，以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，求解得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置。
进一步，优选的是，步骤(1)的具体步骤包括：
以t时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为t时刻电网的灵活性指标，如下：
式(1)中，FLEXnet(t)为电网灵活性评价指标，t为考察时刻，N为选取的支路数；i为支路编号，编号按t时刻支路计算负载率从高到低的原则确定，计算负载率最高的支路编号为1，以此类推；为第i条支路t时刻计算负载率；μi为支路i灵活性权重系数；
其中，负载率计算公式如下：
式(2)中，是在给定t时刻各机组出力和负荷需求，进行潮流仿真计算得到的支路i传输容量；Simax是支路最大传输容量；
支路i灵活性权重系数μi计算公式如下：
式(3)中，t为第t个时刻，T为考察时刻总数；N为选取的支路数；i为支路编号；为i支路t时刻计算负载率；/>为支路i考察时刻内计算负载率平均值；/>为考察时刻内支路i计算负荷率的方差。
以一个周期内电网灵活性指标FLEXnet(t)的最大值代表该种情况下电网的灵活性，计算公式如下：
F1＝FLEXnet＝max(FLEXnet(t))，式(4)
式(4)中，FLEXnet为一个周期内的电网灵活性；F1为电网灵活性目标。
进一步，优选的是，步骤(2)的具体步骤包括：
电网中储能的配置成本和一个周期内的运行成本为：
式(5)中，t为第t个时刻，F2为电网经济性目标；k为储能系统编号，Ness为安装的储能系统个数；Cee为储能单位容量的投资成本；Cep为储能单位功率的运行成本；Ek为第k个储能系统的容量；Pk(t)为第k个储能系统第t个时刻的充放电功率；
约束条件包括：
(1)电网功率平衡约束：
式(6)中，m为电源编号，Ng为系统中电源总数，Pg,m为某时刻电源m出力；j为节点编号，Nb为节点总数；Pload,j为该时刻节点j的负荷功率；k为储能编号，Ness为安装的储能系统个数，Pe,k为该时刻第k个储能系统的出力，以储能向电网释放能量为正方向；
(2)电源出力功率约束
Pg,m,min≤Pg,m,t≤Pg,m,max，式(7)
式(7)中，Pg,m,min、Pg,m,max分别是电源m的最小发电功率和最大发电功率；Pg,m,t是电源m在t时刻的实际出力功率；
(3)支路传输容量约束：
0≤Si(t)≤Si,max，式(8)
式(8)中，Si(t)是第i条支路在t时刻的计算负载率；Si,max是第i条支路的最大传输容量；
(4)储能充放电功率约束：
Pe,k,min≤|Pe,k|≤Pe,k,max，式(9)
式(9)中，Pe,k,min、Pe,k,max分别是第k个储能系统充放电功率的下限和上限；|Pe,k|是第k个储能系统的充放电功率的绝对值；
(5)储能荷电状态约束：
式(10)中，SOCk,min、SOCk,max分别是储能荷电状态的下限和上限；SOCk,1是储能初始时刻的荷电状态；ηk,c、ηk,d分别是储能的充电效率和放电效率，0≤ηk,c,ηk,d≤1；Pe,k,c和Pe,k,d分别是第k个储能系统的充电功率和放电功率，；Ek为第k个储能系统的容量；ΔT为时间间隔；
根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本。
进一步，优选的是，步骤(3)的具体步骤包括：
将步骤(1)中的电网灵活性指标F1与步骤(2)中电网中储能的配置成本和一个周期内的运行成本F2作为目标，构建电力系统优化模型；
F＝min(αF1+βF2)，式(11)
式(11)中，F为优化模型目标函数，α和β分别是电网灵活性目标和电网经济性目标的重要程度；
采用NSGA II求解，得到Pareto最优端面后，根据式(11)对最后一代种群进行从小到大排序，挑选出排序后最小的个体，以该个体的变量值作为当前的最优决策值，之后按照最优决策值得到的配置结果进行配置；所述的变量值为NSGA II算法求解得到的储能配置容量和充放电功率。
进一步，优选的是，α＝β＝0.5。
本发明同时公开考虑电网灵活性的储能配置双层优化系统，包括：
第一处理模块，用于计算灵活性优化指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；
第二处理模块，用于根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；
储能配置模块，用于以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，采用NSGA-II方法求解，得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置。
本发明还公开一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述考虑电网灵活性的储能配置双层优化方法的步骤。
本发明另外公开一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述考虑电网灵活性的储能配置双层优化方法的步骤。
本发明中电网灵活性指标表征电力系统的灵活性。
本发明与现有技术相比，其有益效果为：
本发明能够反映出电力系统网架结构对电网灵活性的影响，能够通过配置储能来提高电力系统的运行灵活性，保障输电线路的灵活性需求，改善电网灵活性，避免波动电源和负荷带来的影响。现有的供需灵活性指标在不同网架结构下所得的结果是一样的，无法反映出不同网架结构的影响，而本发明提出的方法在不同网架结构下的灵活性计算结果不同，可以有效反映网架结构对电网灵活性的影响。借助电网灵活性指标，可以在不同位置配置储能设备来提高电网的灵活性。
附图说明
图1为本发明方法流程图；
图2为IEEE14节点系统图；
图3为风电、光伏典型日出力曲线图；
图4为L9、L13、L14负荷出力曲线图；
图5为电网灵活性指标计算结果图；
图6是本发明考虑电网灵活性的储能配置双层优化系统的结构示意图；
图7为本发明电子设备结构示意图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。
考虑电网灵活性的储能配置双层优化方法，包括如下步骤：
步骤(1)，计算灵活性优化指标；电网灵活性指标是以某一时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为该时刻电网的灵活性指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；
步骤(2)，根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；
步骤(3)，以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，采用NSGA-II方法求解，得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置。
步骤(1)的具体步骤包括：
以t时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为t时刻电网的灵活性指标，如下：
式(1)中，FLEXnet(t)为电网灵活性评价指标，t为考察时刻，N为选取的支路数；i为支路编号，编号按t时刻支路计算负载率从高到低的原则确定，计算负载率最高的支路编号为1，以此类推；为第i条支路t时刻计算负载率；μi为支路i灵活性权重系数；
其中，负载率计算公式如下：
式(2)中，是在给定t时刻各机组出力和负荷需求，进行潮流仿真计算得到的支路i传输容量；Simax是支路最大传输容量；
支路i灵活性权重系数μi计算公式如下：
式(3)中，t为第t个时刻，T为考察时刻总数；N为选取的支路数；i为支路编号；为i支路t时刻计算负载率；/>为支路i考察时刻内计算负载率平均值；/>为考察时刻内支路i计算负荷率的方差。
以一个周期内电网灵活性指标FLEXnet(t)的最大值代表该种情况下电网的灵活性，计算公式如下：
F1＝FLEXnet＝max(FLEXnet(t))，式(4)
式(4)中，FLEXnet为一个周期内的电网灵活性；F1为电网灵活性目标。
步骤(2)的具体步骤包括：
电网中储能的配置成本和一个周期内的运行成本为：
式(5)中，t为第t个时刻，F2为电网经济性目标；k为储能系统编号，Ness为安装的储能系统个数；Cee为储能单位容量的投资成本；Cep为储能单位功率的运行成本；Ek为第k个储能系统的容量；Pk(t)为第k个储能系统第t个时刻的充放电功率；
约束条件包括：
(1)电网功率平衡约束：
式(6)中，m为电源编号，Ng为系统中电源总数，Pg,m为某时刻电源m出力；j为节点编号，Nb为节点总数；Pload,j为该时刻节点j的负荷功率；k为储能编号，Ness为安装的储能系统个数，Pe,k为该时刻第k个储能系统的出力，以储能向电网释放能量为正方向；
(2)电源出力功率约束
Pg,m,min≤Pg,m,t≤Pg,m,max，式(7)
式(7)中，Pg,m,min、Pg,m,max分别是电源m的最小发电功率和最大发电功率；Pg,m,t是电源m在t时刻的实际出力功率；
(3)支路传输容量约束：
0≤Si(t)≤Si,max，式(8)
式(8)中，Si(t)是第i条支路在t时刻的计算负载率；Si,max是第i条支路的最大传输容量；
(4)储能充放电功率约束：
Pe,k,min≤|Pe,k|≤Pe,k,max，式(9)
式(9)中，Pe,k,min、Pe,k,max分别是第k个储能系统充放电功率的下限和上限；|Pe,k|是第k个储能系统的充放电功率的绝对值；
(5)储能荷电状态约束：
式(10)中，SOCk,min、SOCk,max分别是储能荷电状态的下限和上限；SOCk,1是储能初始时刻的荷电状态；ηk,c、ηk,d分别是储能的充电效率和放电效率，0≤ηk,c,ηk,d≤1；Pe,k,c和Pe,k,d分别是第k个储能系统的充电功率和放电功率，；Ek为第k个储能系统的容量；ΔT为时间间隔；
根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本。
步骤(3)的具体步骤包括：
将步骤(1)中的电网灵活性指标F1与步骤(2)中电网中储能的配置成本和一个周期内的运行成本F2作为目标，构建电力系统优化模型；
F＝min(αF1+βF2)，式(11)
式(11)中，F为优化模型目标函数，α和β分别是电网灵活性目标和电网经济性目标的重要程度；优选，α＝β＝0.5。
采用NSGA II求解，得到Pareto最优端面后，根据式(11)对最后一代种群进行从小到大排序，挑选出排序后最小的个体，以该个体的变量值作为当前的最优决策值，之后按照最优决策值得到的配置结果进行配置；所述的变量值为NSGA II算法求解得到的储能配置容量和充放电功率。
如图6所示，考虑电网灵活性的储能配置双层优化系统，包括：
第一处理模块101，用于计算灵活性优化指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；
第二处理模块102，用于根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；
储能配置模块103，用于以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，求解得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置。
本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
图7为本发明实施例提供的电子设备结构示意图，参照图7，该电子设备可以包括：处理器(processor)201、通信接口(Communications Interface)202、存储器(memory)203和通信总线204，其中，处理器201，通信接口202，存储器203通过通信总线204完成相互间的通信。处理器201可以调用存储器203中的逻辑指令，以执行如下方法：计算灵活性优化指标；电网灵活性指标是以某一时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为该时刻电网的灵活性指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，求解得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置。
此外，上述的存储器203中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的考虑电网灵活性的储能配置双层优化方法，例如包括计算灵活性优化指标；电网灵活性指标是以某一时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为该时刻电网的灵活性指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，求解得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应用实例
电网的灵活性主要表现在其所能容纳的传输容量上，而电网的传输容量又与网络中的每条支路的传输容量密切相关。对每一条支路而言，支路的电流裕量(最大工作电流与实际工作电流的差值)或可用传输容量越大(最大传输容量与实际传输容量的差值)，该支路抵御净负荷波动的能力就越强，该支路也就越灵活。同时，不同支路对净负荷波动的承受能力是不同的，不能通过电流裕量或可用传输容量的大小直接比较其灵活性高低。有些支路负载率也许很高，但净负荷波动并不会导致其发生明显的潮流偏移，这些支路在运行中抵御不确定因素能力很强，灵活性很高；有些支路负载率也许不高，但由于处在电网拓扑结构中的特殊位置等因素，较低水平的净负荷波动就可能造成其潮流剧烈偏移，乃至出现过载等问题。因此，需要考虑不同支路在电网灵活性中的贡献不同，在量化灵活性指标时进行差异化考虑。
基于上述分析，以t时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为t时刻电网的灵活性指标，如下：
式中，FLEXnet(t)为电网灵活性评价指标，t为考察时刻，N为选取的支路数。i为支路编号，编号按t时刻支路计算负载率从高到低的原则确定，计算负载率最高的支路编号为1，以此类推。为第i条支路t时刻计算负载率。μi为支路i灵活性权重系数。接下来就计算负载率和灵活性权重系数进行说明。
计算负载率定义如下：
式中，是在给定t时刻各机组出力和负荷需求，进行潮流仿真计算得到的支路i传输容量。Simax是支路最大传输容量。支路计算负载率为大于等于零的实数。支路计算负载率大于1，实际运行中会出现过载情况，需要采取相应措施(弃风、弃光、切负荷等)应对；支路计算负载率小于1，该支路可正常运行。
μi为支路i灵活性权重系数，以考察时刻内各支路计算负荷率波动的方差为权重，定义如下：
式中，T为考察时刻总数。N为选取的支路数；i为支路编号。为i支路t时刻计算负载率。/>为支路i考察时刻内计算负载率平均值。/>为考察时刻内支路i计算负荷率的方差。μi意义在于横向比较各支路抵御净负荷波动影响的能力，辨识出真正制约电网灵活性的‘短板’。
依据定义，FLEXnet(t)为大于等于0的实数。FLEXnet(t)＞1时，说明实际运行中会出现支路超载，需要采取相应措施应对。FLEXnet(t)越小，电网就越灵活。
以一个周期内电网灵活性指标FLEXnet(t)的最大值代表该种情况下电网的灵活性。定义如下：
F1＝FLEXnet＝max(FLEXnet(t))
式中，FLEXnet为一个周期内的电网灵活性；F1为电网灵活性目标。
传统只考虑灵活性供需平衡的指标β(t)定义如下：
第一，灵活性需求计算采用如下方法：
在对应时间尺度Δt下，对系统净负荷时间序列进行一阶差分，得到系统净负荷的波动功率时间序列，再按其功率方向分解为上调灵活性需求和下调灵活性需求。
在时间尺度Δt下，设系统中第i个可再生能源出力时间序列为
式中，Pvi为第i个可再生能源的出力时间序列，为第i个可再生能源在t时刻的出力功率。
系统中第j个节点负荷预测值为
式中，Plj为第j个可再生能源的出力时间序列，为第j个可再生能源在t时刻的出力功率。
净负荷时间序列为：
式(4)中，i为可再生能源编号，Nr为可再生能源总数；j为系统中节点编号，Nb为系统中节点总数。
对Pnetload做一阶差分运算，得到净负荷波动功率时间序列，记为ΔPnetload：
式中，为t时刻的净负荷，/>为t时刻的净负荷波动。
然后根据差分序列的正负号分解成上调灵活性需求序列和下调灵活性需求序列，分别记为ΔPd,up和ΔPd,down：
第二，灵活性供给计算采用如下方法：
对应上调灵活性需求和下调灵活性需求，定义t时刻灵活性上调能力Ps,up(t)和灵活性下调能力Ps,down(t)如下：
其中，Pgmax,r(t)表示t时刻系统中灵活性资源r(可控电源、储能)出力的上界，Pgmin,r(t)表示t时刻系统中灵活性资源r出力的下界。Pg,r(t-1)表示t-1时刻灵活性资源r出力。r为系统中灵活性资源编号，R为系统中灵活性资源总数。
第三，根据灵活性需求和灵活性供给的定义，供需灵活性指标β(t)定义如下：
依据β(t)定义，β(t)＞0，灵活性需求小于灵活性供给，灵活性需求得到满足，β(t)的物理意义即为t时刻的灵活性资源裕量。β(t)<0，灵活性需求大于灵活性供给，灵活性需求未能完全满足。β(t)的物理意义即为t时刻的灵活性资源不足量。β(t)越大，系统就越灵活。
电网中储能的配置成本和一个周期内的运行成本为：
式(5)中，F2为电网经济性目标；k为储能系统编号，Ness为安装的储能系统个数；Cee为储能单位容量的投资成本；Cep为储能单位功率的运行成本；Ek为储能系统的容量；Pk(t)为储能系统的充放电功率。
约束条件包括：
(1)电网功率平衡约束：
式(6)中，m为电源编号，Ng为系统中电源总数，Pg,m为某时刻电源m出力；j为节点编号，Nb为节点总数；Pload,j为该时刻节点j的负荷功率；k为储能编号，Ness为储能系统总数，Pe,k为该时刻第k个储能系统的出力，以储能向电网释放能量为正方向；
(2)电源出力功率约束
Pg,m,min≤Pg,m,t≤Pg,m,max，(7)
式(7)中，Pg,m,min、Pg,m,max分别是电源m的最小发电功率和最大发电功率；Pg,m,t是电源m在t时刻的实际出力功率。
(3)支路传输容量约束：
0≤Si(t)≤Si,max，式(8)
式(8)中，Si(t)是第i条支路在t时刻的计算负载率；Si,max是第i条支路的最大传输容量。
(4)储能充放电功率约束：
Pe,k,min≤|Pe,k|≤Pe,k,max，式(9)
式(9)中，Pe,k,min、Pe,k,max分别是储能充放电功率的下限和上限；|Pe,k|是储能的充放电功率的绝对值。
(5)储能荷电状态约束
式(10)中，SOCk,min、SOCk,max分别是储能荷电状态的下限和上限；SOCk,1是储能初始时刻的荷电状态；ηk,c、ηk,d分别是储能的充电效率和放电效率，0≤ηk,c,ηk,d≤1；Pe,k,c和Pe,k,d分别是储能的充电功率和放电功率。
根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本。
将电网灵活性指标F1与储能配置运行成本F2作为目标构建优化模型
F＝min(αF1+βF2)，式(11)
式(11)中，F为目标函数，α和β分别是电网灵活性指标和储能配置运行成本的重要程度，令α＝β＝0.5；
采用NSGA II求解，得到Pareto最优端面后，根据式(11)对最后一代种群进行从小到大排序，挑选出排序后最小的个体，以该个体的变量值作为当前的最优决策值。
本发明采用IEEE14节点系统进行仿真验证，IEEE14节点系统如图2所示。
系统中主要配置如下：
①灵活性电源：
节点1接入可控常规电源G1，最大功率Pmax＝60MW/h，最大爬坡率ΔP＝30MW/h。
节点8接入可控常规电源G2，最大功率Pmax＝60MW/h，最大爬坡率ΔP＝30MW/h。
节点6发电机组下线。
②可再生能源
节点2接入风电机组，装机容量为160MW，风电机组典型日出力波动曲线如图3所示。
节点3接入光伏机组，装机容量为140MW，光伏机组典型日出力波动曲线如图3所示。
③波动负荷
节点9接入波动负荷L9，最大负荷值PL9max＝50MW/h，L9负荷日波动曲线如图4所示。
节点13接入波动负荷L13，最大负荷值PL13max＝50MW/h，L13负荷日波动曲线如图4所示。
节点14接入波动负荷L14，最大负荷值PL9max＝40MW/h，L14负荷日波动曲线如图4所示。
④案例设置
为验证电网灵活性指标的有效性，在①-③配置相同的情况下，以电网拓扑结构作为变量设置不同案例：
case1：14节点系统标准模型；
case2：14节点模型，断开7-9支路；
case3：14节点模型，断开9-14支路。
④相关系统参数和变量设置如表1所示
表1系统参数和变量设置
参数/变量 取值/范围
储能充放电功率上限 100MW
储能充放电功率下限 0
储能充放电效率 0.95
储能荷电状态上限 0.9
储能荷电状态上限 0.1
支路最大传输容量 70MVA
储能单位功率运行成本 50万元/MW
储能单位容量投资成本 150万元/MW·h
NSGA-II种群数量 50
NSGA-II迭代次数 100
交叉率(crossover ratio) 0.8
突变率(mutation ratio) 0.3
(一)电网灵活性指标验证
据供需灵活性指标β(t)的定义和算例设置，计算case1、case2、case3的供需灵活性指标，如表2所示。
表2供需灵活性指标计算结果
t 1 2 3 4 5 6 7 8 9 10 11 12
case1 -1.70 -16.12 56.63 39.43 52.66 51.82 27.56 51.86 29.66 21.41 34.47 21.87
case2 -1.70 -16.12 56.63 39.43 52.66 51.82 27.56 51.86 29.66 21.41 34.47 21.87
case3 -1.70 -16.12 56.63 39.43 52.66 51.82 27.56 51.86 29.66 21.41 34.47 21.87
t 13 14 15 16 17 18 19 20 21 22 23 24
case1 -19.58 -0.37 34.73 56.78 -6.61 -0.98 23.70 26.01 37.95 3.84 -12.53 -11.07
case2 -19.58 -0.37 34.73 56.78 -6.61 -0.98 23.70 26.01 37.95 3.84 -12.53 -11.07
case3 -19.58 -0.37 34.73 56.78 -6.61 -0.98 23.70 26.01 37.95 3.84 -12.53 -11.07
根据电网灵活性指标FLEXnet(t)的定义和算例设置，计算case1、case2、case3的电网灵活性指标，如表3所示。
表3电网灵活性指标计算结果
t 1 2 3 4 5 6 7 8 9 10 11 12
case1 0.624 0.610 0.609 0.582 0.588 0.536 0.649 0.689 0.835 0.901 0.758 0.772
case2 0.749 0.729 0.729 0.704 0.724 0.668 0.834 0.881 1.049 1.001 0.888 0.905
case3 0.743 0.717 0.717 0.692 0.725 0.661 0.868 0.925 0.978 0.965 0.828 0.798
t 13 14 15 16 17 18 19 20 21 22 23 24
case1 0.781 0.778 0.829 0.836 0.741 0.578 0.722 0.874 0.795 0.675 0.641 0.626
case2 0.820 0.820 0.914 0.991 0.896 0.707 0.989 1.055 1.071 0.827 0.771 0.751
case3 0.814 0.808 0.860 0.884 0.800 0.718 0.936 0.995 1.028 0.840 0.771 0.745
比较表2中数据可知，三种情况下各个时刻供需灵活性指标的值均相同。这是因为三种情况下每一时刻灵活性需求和灵活性资源供给均相同，差别仅仅在于网络拓扑结构的不同，说明供需灵活性指标无法反映网络拓扑结构的差异。
由表3和图5可以确定每个案例不同时刻的电网灵活性。以case2为例，case2的FLEXnet(t)在t＝21时取得最大值，最大值FLEXnet(21)＝1.071，此时电网灵活性最差；case2的FLEXnet(t)在t＝6时取得最小值，最小值FLEXnet(6)＝0.668,此时电网灵活性最好。
由表3和图5也可横向比较不同案例的灵活性差异。取case1、case2、case3一个周期内FLEXnet(t)的最大值作为该种拓扑结构下的电网灵活性指标。算得
根据FLEXnet(t)的定义，三种拓扑结构的灵活性从低到高依次为：case2，case3，case1，说明节点7-节点9之间的线路对于电网灵活性的影响更大。电网灵活性指标FLEXnet(t)可以反映出不同的网络拓扑结构对整个系统的灵活性影响。
通过供需灵活性指标和电网灵活性指标的对比，证明了电网灵活性指标的有效性。供需灵活性指标反映了电网中灵活性需求和供给的关系，但没有考虑网络拓扑的影响；电网灵活性指标既能反映电网不同时刻的灵活性情况，也能够体现出网络拓扑对灵活性的影响，弥补了供需灵活性的缺陷。
(二)储能优化配置
为了验证所述的储能优化配置方法，在①-③配置相同的情况下，以储能接入不同位置设置不同案例，储能分别接入带有可再生能源的节点2和节点3，以及带有波动负荷的节点13和节点14，具体案例如下：
case1:14节点系统标准模型；
case2:14节点模型，在节点13接入储能；
case3:14节点模型，在节点14接入储能；
case4:14节点模型，在节点2接入储能；
case5:14节点模型，在节点3接入储能。
在验证电网灵活性指标有效性的基础上，按照上文所述的方法建立优化模型，并用NSGA-II算法进行求解，分别计算了5种case的配置结果，如表4所示。
表4配置方案及结果对比
案例 储能安装位置 额定容量(MW) 电网灵活性指标FLEXnet 储能配置和运行成本(万元)
case1 / / 0.8789 /
case2 节点13 10.77 0.8082 2516
case3 节点14 13.54 0.7283 3430
case4 节点2 48.21 0.6687 11340
case5 节点3 37.67 0.7003 8722
由表4可以看出，配置储能可以提高电网的灵活性。根据case2和case3的对比，储能配置在节点14时电网的灵活性更好，这是因为节点14位于整个电网的末端，在节点14配置储能可以减少节点13和节点14之间的电能传输，从而减轻线路的负担。但储能的配置和运行成本也相应的增加。根据case4和case5的对比，储能配置在节点2时电网的灵活性更好，因为节点2连接了多条支路，节点2的出力波动性对电网中的线路潮流影响更大，同时节点2的风电装机容量比节点3的光伏装机容量大，因此在节点2配置储能可以更大程度上减小风机的出力波动性，对电网的灵活运行也更有利，但相应的经济性也就比较差。因此，本方法所得的计算结果会增加储能配置和运行成本，但是可以在一定程度上提高电网的灵活性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (5)

1.考虑电网灵活性的储能配置双层优化方法，其特征在于，包括如下步骤：
步骤(1)，计算灵活性优化指标；电网灵活性指标是以某一时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为该时刻电网的灵活性指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；
步骤(2)，根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；
步骤(3)，以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，求解得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置；
步骤(1)的具体步骤包括：
以t时刻网络中计算负载率最大的N条支路计算负载率的加权平均值作为t时刻电网的灵活性指标，如下：
式(1)中，FLEXnet(t)为电网灵活性评价指标，t为考察时刻，N为选取的支路数；i为支路编号，编号按t时刻支路计算负载率从高到低的原则确定，计算负载率最高的支路编号为1，以此类推；为第i条支路t时刻计算负载率；μi为支路i灵活性权重系数；
其中，负载率计算公式如下：
式(2)中，是在给定t时刻各机组出力和负荷需求，进行潮流仿真计算得到的支路i传输容量；Simax是支路最大传输容量；
支路i灵活性权重系数μi计算公式如下：
式(3)中，T为考察时刻总数；N为选取的支路数；i为支路编号；为第i条支路t时刻计算负载率；/>为支路i考察时刻内计算负载率平均值；/>为考察时刻内支路i计算负荷率的方差；
以一个周期内电网灵活性指标FLEXnet(t)的最大值代表该种情况下电网的灵活性，计算公式如下：
F1＝FLEXnet＝max(FLEXnet(t))， 式(4)
式(4)中，FLEXnet为一个周期内的电网灵活性；F1为电网灵活性目标；
步骤(2)的具体步骤包括：
电网中储能的配置成本和一个周期内的运行成本为：
式(5)中，F2为电网经济性目标；k为储能系统编号，Ness为安装的储能系统个数；Cee为储能单位容量的投资成本；Cep为储能单位功率的运行成本；Ek为第k个储能系统的容量；Pk(t)为第k个储能系统第t个时刻的充放电功率；
约束条件包括：
(1)电网功率平衡约束：
式(6)中，m为电源编号，Ng为系统中电源总数，Pg,m为某时刻电源m出力；j为节点编号，Nb为节点总数；Pload,j为该时刻节点j的负荷功率；k为储能系统编号，Ness为安装的储能系统个数，Pe,k为该时刻第k个储能系统的出力，以储能向电网释放能量为正方向；
(2)电源出力功率约束
Pg,m,min≤Pg,m,t≤Pg,m,max， 式(7)
式(7)中，Pg,m,min、Pg,m,max分别是电源m的最小发电功率和最大发电功率；Pg,m,t是电源m在t时刻的实际出力功率；
(3)支路传输容量约束：
0≤Si(t)≤Si,max， 式(8)
式(8)中，Si(t)是第i条支路在t时刻的计算负载率；Si,max是第i条支路的最大传输容量；
(4)储能充放电功率约束：
Pe,k,min≤|Pe,k|≤Pe,k,max， 式(9)
式(9)中，Pe,k,min、Pe,k,max分别是第k个储能系统充放电功率的下限和上限；|Pe,k|是第k个储能系统的充放电功率的绝对值；
(5)储能荷电状态约束：
式(10)中，SOCk,min、SOCk,max分别是储能荷电状态的下限和上限；SOCk,1是储能初始时刻的荷电状态；ηk,c、ηk,d分别是储能的充电效率和放电效率，0≤ηk,c,ηk,d≤1；Pe,k,c和Pe,k,d分别是第k个储能系统的充电功率和放电功率，；Ek为第k个储能系统的容量；ΔT为时间间隔；
根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；
步骤(3)的具体步骤包括：
将步骤(1)中的电网灵活性指标F1与步骤(2)中电网中储能的配置成本和一个周期内的运行成本F2作为目标，构建电力系统优化模型；
F＝min(αF1+βF2)， 式(11)
式(11)中，F为优化模型目标函数，α和β分别是电网灵活性目标和电网经济性目标的重要程度；
采用NSGA II求解，得到Pareto最优断面后，根据式(11)对最后一代种群进行从小到大排序，挑选出排序后最小的个体，以该个体的变量值作为当前的最优决策值，之后按照最优决策值得到的配置结果进行配置；所述的变量值为NSGAII算法求解得到的储能配置容量和充放电功率。
2.根据权利要求1所述的考虑电网灵活性的储能配置双层优化方法，其特征在于，α＝β＝0.5。
3.考虑电网灵活性的储能配置双层优化系统，采用权利要求1所述的考虑电网灵活性的储能配置双层优化方法，其特征在于，包括：
第一处理模块，用于计算灵活性优化指标；之后，根据各个时刻的电网灵活性指标计算整个运行周期内的最大电网灵活性指标作为该运行情况下的电网灵活性；
第二处理模块，用于根据电网功率平衡约束、电源出力功率约束、支路传输容量约束、储能充放电功率约束和储能荷电状态约束，计算储能配置成本和一个周期内运行成本；
储能配置模块，用于以最小化储能配置运行成本和最小化电网灵活性指标为目标，以储能的配置容量为变量，构建包含经济性和灵活性的电力系统优化模型，采用NSGA-II方法求解，得到储能配置容量和充放电功率，之后按照得到的储能配置容量和充放电功率进行调度和配置。
4.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至2任一项所述考虑电网灵活性的储能配置双层优化方法的步骤。
5.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至2任一项所述考虑电网灵活性的储能配置双层优化方法的步骤。
CN202010803089.0A 2020-08-11 2020-08-11 考虑电网灵活性的储能配置双层优化方法 Active CN112103941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010803089.0A CN112103941B (zh) 2020-08-11 2020-08-11 考虑电网灵活性的储能配置双层优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010803089.0A CN112103941B (zh) 2020-08-11 2020-08-11 考虑电网灵活性的储能配置双层优化方法

Publications (2)

Publication Number Publication Date
CN112103941A CN112103941A (zh) 2020-12-18
CN112103941B true CN112103941B (zh) 2023-09-01

Family

ID=73752804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010803089.0A Active CN112103941B (zh) 2020-08-11 2020-08-11 考虑电网灵活性的储能配置双层优化方法

Country Status (1)

Country Link
CN (1) CN112103941B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112651177B (zh) * 2020-12-28 2024-03-22 中国农业大学 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
CN112906200B (zh) * 2021-01-25 2022-12-30 国网山西省电力公司电力科学研究院 电力系统储能配置方法、装置、计算机设备和存储介质
CN117498399B (zh) * 2023-12-29 2024-03-08 国网浙江省电力有限公司 考虑弹性可调能源实体接入的多能协同配置方法及系统
CN117910836B (zh) * 2024-03-19 2024-05-28 浙江大学 一种提升大电网灵活性的储能电站规划方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3039771A1 (en) * 2013-08-28 2016-07-06 Robert Bosch GmbH System and method for energy asset sizing and optimal dispatch
CN107301470A (zh) * 2017-05-24 2017-10-27 天津大学 一种配电网扩展规划与光储选址定容的双层优化方法
CN109559035A (zh) * 2018-11-29 2019-04-02 国网(苏州)城市能源研究院有限责任公司 一种考虑灵活性的城市配电网双层规划方法
CN110245794A (zh) * 2019-06-06 2019-09-17 云南电网有限责任公司 考虑灵活性的多能源汇集中心火储容量双层优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3039771A1 (en) * 2013-08-28 2016-07-06 Robert Bosch GmbH System and method for energy asset sizing and optimal dispatch
CN107301470A (zh) * 2017-05-24 2017-10-27 天津大学 一种配电网扩展规划与光储选址定容的双层优化方法
CN109559035A (zh) * 2018-11-29 2019-04-02 国网(苏州)城市能源研究院有限责任公司 一种考虑灵活性的城市配电网双层规划方法
CN110245794A (zh) * 2019-06-06 2019-09-17 云南电网有限责任公司 考虑灵活性的多能源汇集中心火储容量双层优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于目标机会约束规划的储能容量优化配置模型;韩为超;刘俊勇;向月;唐权;胥威汀;苟竞;卢天琪;;电力建设(第04期);全文 *

Also Published As

Publication number Publication date
CN112103941A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
CN110071505B (zh) 含大规模风电接入的输电网扩建与储能配置联合规划方法
CN112103941B (zh) 考虑电网灵活性的储能配置双层优化方法
CN107301472B (zh) 基于场景分析法和电压调节策略的分布式光伏规划方法
CN107240933B (zh) 一种考虑风电功率特性的风火协调滚动调度方法
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
CN109818369B (zh) 一种计及出力模糊随机性的分布式电源规划方法
CN112736926A (zh) 一种分布式新能源接入配电网区间仿射潮流动态优化方法
CN103986193B (zh) 一种最大风电并网容量获取的方法
CN114069687B (zh) 一种计及逆变器无功调节作用的分布式光伏规划方法
CN113659620A (zh) 基于动态频率约束的水风互补发电系统日前调度方法
CN113489003A (zh) 一种考虑风光水一体化互补运行的源网协调规划方法
CN112819279A (zh) 分布式能源与配电网扩展适应性的规划评估方法及系统
CN116402210A (zh) 一种综合能源系统多目标优化方法、系统、设备和介质
CN115510677A (zh) 一种风电场发电能力评估方法及系统
CN115882486A (zh) 一种基于双层模型的配电网综合效益最优储能配置方法
CN113657619B (zh) 考虑故障连锁的关键弹性提升元件辨识及故障恢复方法
CN113078677B (zh) 一种考虑可再生能源不确定性的能源消耗量风险排除方法
CN112307603B (zh) 考虑大规模风电接入的混合储能容量优化配置方法及系统
CN112016186A (zh) 一种基于随机场景构建的年度弃风、弃光率计算方法
CN114398777B (zh) 一种基于巴什博弈理论的电力系统灵活性资源配置方法
CN111416351A (zh) 考虑调度系数及合理性的区域电网灾变恢复方法
CN111064187A (zh) 一种发用电的电量极限分配方法
CN117117991B (zh) 基于碳捕集和储能的高比例风电并网方法及装置
CN112906928B (zh) 一种风电场集群有功功率预测方法及系统
Wang et al. Genetic algorithm based adequacy evaluation of hybrid power generation system including wind turbine generators

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