CN113675846A - 基于聚合效应的配电网分布式储能优化调度方法 - Google Patents

Abstract

本发明公开了基于聚合效应的配电网分布式储能优化调度方法，有效地应对配电网面临的负荷峰谷差和电压质量问题，并延缓配电网的设备扩容；通过建立以负荷波动电压偏差为目标的优化调度模型，并基于IEEEE‑33特定配电网节点的相关数据，采用粒子群算法对优化调度模型进行求解。本发明的有益效果是：通过合理的功率分配方式，能够将充、放电效率的不同的储能聚合成一个等效的集中储能供上层调度中心进行调度，仅需要一个等效集中储能就可以表示多个储能；此外，在建立优化调度模型之前，对配电网的总负荷进行功率区间划分，用区间平均值代表区间内的所有负荷，进一步地减少了优化调度模型中所需的变量。

Description

基于聚合效应的配电网分布式储能优化调度方法

技术领域

本发明涉及一种配电网分布式储能优化调度，具体为基于聚合效应的配电网分布式储能优化调度方法，属于配电网中分布式储能技术领域。

背景技术

配电网是作为输电网和电力用户之间的重要桥梁，也是整个电力系统中非常重要的一环。但随着社会的发展，负荷急剧增加，峰谷差越来越大，导致配电网的“标准低、联系弱、低电压”等问题日益严重。传统解决方案如设备扩容存在设备利用率低和投资大的缺点，而储能装置通过：“低储高发”的特性不仅可以有效地缓解峰谷差，也能改善电网电压的质量。

储能技术的发展已经是必然趋势，也是突破传统配电网运行模式的新途径相较于集中储能，分布式储能布局更加灵活，减少了集中储能电站的投资压力，能够从多个点实现功率和能量的支撑，在改善配电网电压上效果更加明显。但是分布式储能同时存在数量多和容量小的特点，若不进行合理管控任其自发自用，可能会给电网电压、频率等带来反作用。因此，如何协调多个储能，发挥出其汇聚作用供上层进行统一控制调度是目前研究的热点。

动力锂电池的充电状态(State of Charge，SOC)代表的是电池的剩余容量与其完全充电状态的容量的比值，精度直接影响到电池的使用寿命、安全性能、均衡控制和热管理策略的定制。要对分布式配电网多个点进行最优的调度，必须做好对SOC的优化调度，保证SOC的相对均衡，才能使得在调度过程中的功率分配合理。

分布式储能的调度控制在改善电能质量和削峰填谷中的作用巨大。现有的技术以考虑煤耗成本、电压偏差惩罚的总运行成本最小为目标的分布式储能优化调度模型，并采用大M法将原有非线性问题转换成混合整数线性规划问题进行求解。也有的技术方案和调度模型建立了分布式储能聚合商以竞价形式参与电网调峰调度的优化模型，使各储能聚合商在日前调度中根据调峰需求按阶梯电价进行报价，在实时调度中以最大化自身利益为目标优化充放电出力。

综上所述，现有的大部分发明专利在建立分布式储能的多时段优化调度模型时，将每个储能和每个时段都当作不同的变量，当优化的时段和储能的个数较多时，优化模型中将会出现大量的变量，使得优化的效果和时间都会受到非常大的影响，因此如何确保多个储能点时，在不影响电网电压、频率的基础上，实现电力系统能量的优化调度，还是当前领域的技术人员需要解决的问题。

发明内容

本发明的目的就在于为了解决上述问题而提供基于聚合效应的配电网分布式储能优化调度方法，此方法旨在有效地应对配电网面临的负荷峰谷差和电压质量问题，并延缓配电网的设备扩容；通过建立以负荷波动电压偏差为目标的优化调度模型，并基于IEEEE-33特定配电网节点的相关数据，采用粒子群算法对优化调度模型进行求解，得出最佳的配电网分布式储能调度方法。

本发明通过以下技术方案来实现上述目的，基于聚合效应的配电网分布式储能优化调度方法，包括以下步骤：

S1：读入配电网的网络结构和参数、各储能的参数、储能的初始电量以及相关的约束条件，并计算等效集中储能对应的集中参数，构建分布式储能优化调度参数和模型；

S2：对配电网的负荷数据进行日前预测，计算配电网整个时段内的负荷平均值；

将配电网各个时段的负荷与负荷平均值进行比较，若大于负荷平均值则该时段下的储能设置为放电，若小于负荷平均值则该时段下的储能设置为充电；

同时将各个时段内总负荷数据按照配网的各节点负荷所占的比例分配到各个节点，作为每个节点在不同时段的负荷；

S3：根据所建立的优化调度模型，采用粒子群算法对其进行求解并输出相关的结果。

优选的，构建分布式储能优化调度参数和模型包括以下步骤：

S11：储能充电时吸收有功功率，SOC增大；放电时发出有功功率，SOC减小；t时刻的SOC_t值计算公式为：

式中：SOC₀为储能最初时刻的SOC值；P_ch和P_dis分别为t到t-1时段间的充、放电功率，最多只能一个不为0；η_cs和η_dis分别为充、放电效率，Δt为充放电的一个持续时段，S_rate为储能的额定容量；

储能的约束条件包括SOC约束和充放电约束，SOC约束条件为：

SOC_min≤SOC_i≤SOC_max

式中，SOC_min和SOC_max分别为储能SOC所允许的最小值和最大值，充放电约束条件为：

式中P_chmax和P_dismax分别为储能的最大充电功率和最大放电功率；

S12：分布式储能的功率分配是由一个等效集中储能提供中心调度，在调度计算时只需一个集中储能的充、放电变量；使各个储能在调度的过程中功率分配合理并保持SOC的相对均衡，采用各个储能的额定功率和SOC值来共同确定其充放电功率，式子如下：

充电：

放电：

式中P_irate为储能i的额定功率；P_ich和P_idis分别为储能i的充、放电功率；P_allch和P_alldis为调度需求的总充、放电功率；f_ch(x)和f_di(x)分别为储能的充、放电SOC函数；

使SOC较低的储能多充少放，SOC较高的储能少充多放，将S_igmoid函数进行伸缩、平移等变换来作为储能的充、放电SOC函数，具体的充、放电SOC函数的表达式为：

S13：在聚合各个储能后等效集中额定功率、等效集中额定容量和等效集中充、放电效率就可以代表整个分布式储能系统；当各个储能在额定功率下具有相同的充放电时长时，对应的等效集中储能参数定义如下；

等效集中额定功率为：

式中：P_allrate为等效集中储能的额定功率；P_irate为第i个储能的额定功率；

等效集中充电效率和等效集中放电效率为：

式中：η_allch和η_alldis分别为等效集中充电效率和等效集中放电效率；η_ich和η_idis分别为第i个储能的充电效率和放电效率。

优选的，配电网分布式储能的充放电时段的负荷功率区间划分和目标函数的确定，包括以下步骤：

S21：根据定义的数据和函数曲线确定充放电时段功率区间的划分；

在进行配电网分布式储能优化调度之前，首先确定分布式储能系统的调度周期以及在不同时段内储能的充、放电选择；当配电网的负荷小于整个时段的平均值时，储能可以进行充电；当配电网的负荷大于整个时段的平均值时，储能可以进行放电；

S22：根据分布式储能在配电网中的削峰填谷和电压管理作用，分别采用负荷波动和电压偏差作为优化调度的目标函数；

负荷波动的函数表达式为：

式中：f_△P为配电网全部时段下的负荷波动；K为负荷功率区间段的个数；M_j为在第j个负荷功率区间段内的负荷个数；P_acrload为在第j个负荷功率区间段的功率平均值；P_avrload配电网全部时段下的功率平均值，P_jess为分布式储能系统在第j个负荷功率区间段内的分布式储能总有功出力，正值表示放电，负值表示充电；

电压偏差的表达式为：

式中：f_△P为配电网全部时段下的电压偏差；R为配电网中的总节点数；U_ji为在第j个负荷功率区间段内节点i的电压幅值；U_exp为节点的期望电压，本发明的优化调度模型算法取为1。

优选的，所述粒子群算法对此数学优化调度模型进行求解并输出相关结果。

本发明的有益效果是：

本发明一种基于聚合效应的配电网分布式储能优化调度方法提出了基于聚合效应的方法对各个储能进行调度：通过合理的功率分配方式，能够将充、放电效率的不同的储能聚合成一个等效的集中储能供上层调度中心进行调度，仅需要一个等效集中储能就可以表示多个储能；此外，在建立优化调度模型之前，对配电网的总负荷进行功率区间划分，用区间平均值代表区间内的所有负荷，进一步地减少了优化调度模型中所需的变量；算例结果表明：本发明所提出优化调度在大幅度减少变量的同时，能够对配电网中分布式储能进行合理、正确的调度，减小配电网的负荷波动和电压偏差。

附图说明

图1为本发明充放电SOC函数示意图；

图2为本发明IEEE-33配电网节点示意图；

图3为本发明优化结果示意图；

图4为本发明储能功率示意图；

图5为本发明优化后SOC曲线示意图。

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。

请参阅图1-5所示，基于聚合效应的配电网分布式储能优化调度方法，包括以下步骤：

S1：读入配电网的网络结构和参数、各储能的参数、储能的初始电量以及相关的约束条件，并计算等效集中储能对应的集中参数，构建分布式储能优化调度参数和模型；

S2：对配电网的负荷数据进行日前预测，计算配电网整个时段内的负荷平均值；

将配电网各个时段的负荷与负荷平均值进行比较，若大于负荷平均值则该时段下的储能设置为放电，若小于负荷平均值则该时段下的储能设置为充电；

同时将各个时段内总负荷数据按照配网的各节点负荷所占的比例分配到各个节点，作为每个节点在不同时段的负荷；

S3：根据所建立的优化调度模型，采用粒子群算法对其进行求解并输出相关的结果，如负荷波动和电压偏差结果，各个储能充、放电功率。

作为本发明的一种技术优化方案，构建分布式储能优化调度参数和模型包括以下步骤：

S11：储能充电时吸收有功功率，SOC增大；放电时发出有功功率，SOC减小；t时刻的SOC_t值计算公式为：

式中：SOC₀为储能最初时刻的SOC值；P_ch和P_dis分别为t到t-1时段间的充、放电功率，最多只能一个不为0；η_cs和η_dis分别为充、放电效率，Δt为充放电的一个持续时段，S_rate为储能的额定容量；储能一般是通过PCS(功率转换系统)接入电网中，在吸收或发出有功功率的同时，也可以吸收或发出无功功率，能对电网提供一定的无功支持和电压管理作用；在实际的运行过程中可以视情况控制其无功功率；

储能的约束条件包括SOC约束和充放电约束，SOC约束条件为：

SOC_min≤SOC_i≤SOC_max

式中，SOC_min和SOC_max分别为储能SOC所允许的最小值和最大值，充放电约束条件为：

式中P_chmax和P_dismax分别为储能的最大充电功率和最大放电功率；

S12：分布式储能的功率分配是由一个等效集中储能提供中心调度，在调度计算时只需一个集中储能的充、放电变量；使各个储能在调度的过程中功率分配合理并保持SOC的相对均衡，采用各个储能的额定功率和SOC值来共同确定其充放电功率，式子如下：

充电：

放电：

式中P_irate为储能i的额定功率；P_ich和P_idis分别为储能i的充、放电功率；P_allch和P_alldis为调度需求的总充、放电功率；f_ch(x)和f_di(x)分别为储能的充、放电SOC函数；

使SOC较低的储能多充少放，SOC较高的储能少充多放，将S_igmoid函数进行伸缩、平移等变换来作为储能的充、放电SOC函数，具体的充、放电SOC函数的表达式为：

S13：在聚合各个储能后等效集中额定功率、等效集中额定容量和等效集中充、放电效率就可以代表整个分布式储能系统；当各个储能在额定功率下具有相同的充放电时长时，对应的等效集中储能参数定义如下；

等效集中额定功率为：

式中：P_allrate为等效集中储能的额定功率；P_irate为第i个储能的额定功率；

等效集中充电效率和等效集中放电效率为：

式中：η_allch和η_alldis分别为等效集中充电效率和等效集中放电效率；η_ich和η_idis分别为第i个储能的充电效率和放电效率。

作为本发明的一种技术优化方案，配电网分布式储能的充放电时段的负荷功率区间划分和目标函数的确定，包括以下步骤：

S21：根据定义的数据和函数曲线确定充放电时段功率区间的划分；

在进行配电网分布式储能优化调度之前，首先确定分布式储能系统的调度周期以及在不同时段内储能的充、放电选择；分布式储能在配电网的主要功能是削峰填谷和电压管理，因此，当配电网的负荷小于整个时段的平均值时，储能可以进行充电；当配电网的负荷大于整个时段的平均值时，储能可以进行放电；在对配电网的储能进行调度时，不要求储能的充、放电功率具有很高的精度；因此在进行优化计算之前，可以把配电网的负荷划分为不同的功率区间，使在同一负荷功率区间范围内不同时段的储能充、放电功率相同；在进行优化调度计算时，同一负荷功率区间内的负荷功率和储能充放电功率均被视为同一值；在同一功率区间内，仅用一次计算就能代表区间内需要重复的多次计算；因此，在采用负荷功率分区后，可以使优化调度模型中的变量又进一步减少；

S22：根据分布式储能在配电网中的削峰填谷和电压管理作用，分别采用负荷波动和电压偏差作为优化调度的目标函数；

负荷波动的函数表达式为：

式中：f_△P为配电网全部时段下的负荷波动；K为负荷功率区间段的个数；M_j为在第j个负荷功率区间段内的负荷个数；P_acrload为在第j个负荷功率区间段的功率平均值；P_avrload配电网全部时段下的功率平均值，P_jess为分布式储能系统在第j个负荷功率区间段内的分布式储能总有功出力，正值表示放电，负值表示充电；

电压偏差的表达式为：

式中：f_△P为配电网全部时段下的电压偏差；R为配电网中的总节点数；U_ji为在第j个负荷功率区间段内节点i的电压幅值；U_exp为节点的期望电压，本发明的优化调度模型算法取为1。

作为本发明的一种技术优化方案，根据粒子群算法对此数学优化调度模型进行求解并输出相关结果，其具体过程如下：

选择IEEE-33配电网节点的相关数据进行计算分析，系统的总有功标准负荷为3715kW，总无功标准负荷2300kvar，节点1为平衡节点，电压幅值为1、相角为0，其余节点均为PQ节点；在图3所示的配电网节点中在节点9、12、16、29、33进行接入储能，参数为：

编号/节点	额定功率/kw	额定容量/kw·h	放电效率/％	充电效率/％
					储能1/9	200	400	91	89
储能2/12	300	600	86	88
					储能3/16	400	800	88	92
储能4/29	200	400	85	87
					储能5/33	300	600	86	91

由此参数代入，与前面的抑制负荷波动一样，各储能的充放电功率的变化和等效集中储能的充放电功率的变化趋向一致。同时，各储能的SOC的变化也基本和等效集中储能的SOC的变化趋于一致，再一次验证了仅用一个等效集中储能代表多个储能的可行性。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.基于聚合效应的配电网分布式储能优化调度方法，其特征在于，包括以下步骤：

S1：读入配电网的网络结构和参数、各储能的参数、储能的初始电量以及相关的约束条件，并计算等效集中储能对应的集中参数，构建分布式储能优化调度参数和模型；

S2：对配电网的负荷数据进行日前预测，计算配电网整个时段内的负荷平均值；

将配电网各个时段的负荷与负荷平均值进行比较，若大于负荷平均值则该时段下的储能设置为放电，若小于负荷平均值则该时段下的储能设置为充电；

同时将各个时段内总负荷数据按照配网的各节点负荷所占的比例分配到各个节点，作为每个节点在不同时段的负荷；

S3：根据所建立的优化调度模型，采用粒子群算法对其进行求解并输出相关的结果。

2.根据权利要求1所述的基于聚合效应的配电网分布式储能优化调度方法，其特征在于，构建分布式储能优化调度参数和模型包括以下步骤：

S11：储能充电时吸收有功功率，SOC增大；放电时发出有功功率，SOC减小；t时刻的SOC_t值计算公式为：

式中：SOC₀为储能最初时刻的SOC值；P_ch和P_dis分别为t到t-1时段间的充、放电功率，最多只能一个不为0；η_cs和η_dis分别为充、放电效率，Δt为充放电的一个持续时段，S_rate为储能的额定容量；

储能的约束条件包括SOC约束和充放电约束，SOC约束条件为：

SOC_min≤SOC_i≤SOC_max

式中，SOC_min和SOC_max分别为储能SOC所允许的最小值和最大值，充放电约束条件为：

式中P_chmax和P_dismax分别为储能的最大充电功率和最大放电功率；

S12：分布式储能的功率分配是由一个等效集中储能提供中心调度，在调度计算时只需一个集中储能的充、放电变量；使各个储能在调度的过程中功率分配合理并保持SOC的相对均衡，采用各个储能的额定功率和SOC值来共同确定其充放电功率，式子如下：

充电：

放电：

式中P_irate为储能i的额定功率；P_ich和P_idis分别为储能i的充、放电功率；P_allch和P_alldis为调度需求的总充、放电功率；f_ch(x)和f_di(x)分别为储能的充、放电SOC函数；

使SOC较低的储能多充少放，SOC较高的储能少充多放，将S_igmoid函数进行伸缩、平移等变换来作为储能的充、放电SOC函数，具体的充、放电SOC函数的表达式为：

S13：在聚合各个储能后等效集中额定功率、等效集中额定容量和等效集中充、放电效率就可以代表整个分布式储能系统；当各个储能在额定功率下具有相同的充放电时长时，对应的等效集中储能参数定义如下；

等效集中额定功率为：

式中：P_allrate为等效集中储能的额定功率；P_irate为第i个储能的额定功率；

等效集中充电效率和等效集中放电效率为：

式中：η_allch和η_alldis分别为等效集中充电效率和等效集中放电效率；η_ich和η_idis分别为第i个储能的充电效率和放电效率。

3.根据权利要求1所述的基于聚合效应的配电网分布式储能优化调度方法，其特征在于，配电网分布式储能的充放电时段的负荷功率区间划分和目标函数的确定，包括以下步骤：

S21：根据定义的数据和函数曲线确定充放电时段功率区间的划分；

在进行配电网分布式储能优化调度之前，首先确定分布式储能系统的调度周期以及在不同时段内储能的充、放电选择；当配电网的负荷小于整个时段的平均值时，储能可以进行充电；当配电网的负荷大于整个时段的平均值时，储能可以进行放电；

S22：根据分布式储能在配电网中的削峰填谷和电压管理作用，分别采用负荷波动和电压偏差作为优化调度的目标函数；

负荷波动的函数表达式为：

式中：f_△P为配电网全部时段下的负荷波动；K为负荷功率区间段的个数；M_j为在第j个负荷功率区间段内的负荷个数；P_acrload为在第j个负荷功率区间段的功率平均值；P_avrload配电网全部时段下的功率平均值，P_jess为分布式储能系统在第j个负荷功率区间段内的分布式储能总有功出力，正值表示放电，负值表示充电；

电压偏差的表达式为：

式中：f_△P为配电网全部时段下的电压偏差；R为配电网中的总节点数；U_ji为在第j个负荷功率区间段内节点i的电压幅值；U_exp为节点的期望电压，本发明的优化调度模型算法取为1。

4.根据权利要求1所述的基于聚合效应的配电网分布式储能优化调度方法，其特征在于：所述粒子群算法对此数学优化调度模型进行求解并输出相关结果。

Images