CN114188961B - 一种风光互补系统容量配置优化方法 - Google Patents

Abstract

一种风光互补系统容量配置优化方法，它包括以下步骤：步骤1：建立风光互补系统的技术指标；步骤2：建立电池储能功率需求模型；步骤3：建立电池储能的容量需求模型；步骤4：建立风光储能系统约束；步骤5：以初始投资年均成本最小为目标函数建立模型；步骤6：求解储能最优容量配置。本发明的目的是为了解决在现有储能容量配置方法中，绝大多数是以系统运行成本最低为单目标函数进行优化，这种技术一味追求经济性却忽略了系统本身的可靠性与稳定性的技术问题。

Description

一种风光互补系统容量配置优化方法

技术领域

本发明属于新能源技术领域，尤其涉及风光互补技术，具体涉及一种风光互补系统容量配置优化方法。

背景技术

目前风能和太阳能已经得到广泛应用，也是新能源领域中最具开发规模的能源，但是风能和太阳能具有一定的随机性和波动性，这是在任何时候都避免不了的，虽然风光在一定程度上具有天然的耦合性，但是在常规火电机组调峰能力、备用容量以及爬坡能力的约束，还是产生了大量的弃风弃光，由此含储能装置的风光互补系统得到了广泛的应用。

在目前含储能单元的风光互补系统中，大多数研究者只是针对单目标进行储能容量的优化，比较主流的技术是以储能投资运行成本最低为目标函数，采用遗传算法或者粒子群算法进行优化。例如在《风光储微网系统蓄电池容量优化配置方法研究》中采用了三种方法进行储能容量优化，但是这三种方法中或是就技术性或是就经济性进行优化，这种单纯的以经济性指标进行系统的优化会导致系统的可靠性降低，所以，在考虑风光互补系统可接入储能容量的时首先要保证系统的可靠性与稳定性，本文在第一阶段以负荷缺电率作为约束，首先在保证了系统稳定性的前提下进行了系统储能容量的优化，从而为这类系统的优化设计提供科学指导。

发明内容

本发明的目的是为解决在现有储能容量配置方法中，绝大多数是以系统运行成本最低为单目标函数进行优化，这种技术一味追求经济性却忽略了系统本身的可靠性与稳定性。负荷缺电率作为衡量系统稳定性的指标之一，本发明在第一阶段中以负荷缺电率为约束，首先保证了系统地可靠性与稳定性，第二阶段模型确定储能容量的同时降低了系统的成本，在降低系统成本的同时保证系统的可靠性与稳定性，从而为这类系统的安全稳定运行提供一种全新的技术方案。

一种风光互补系统容量配置优化方法，它包括以下步骤：

步骤1：建立风光互补系统的技术指标；

步骤2：建立电池储能功率需求模型；

步骤3：建立电池储能的容量需求模型；

步骤4：建立风光储能系统约束；

步骤5：以初始投资年均成本最小为目标函数建立模型；

步骤6：求解储能最优容量配置。

在步骤1中，建立的风光互补系统技术指标如下：

(1)负荷缺电率表示为：

Q_QD(t)＝[P_FH(t)-P_PV(t)η₁-P_PW(t)η₂]Δt；

式中：P_FH(t)为t时刻系统负荷需求；P_PV(t)η₁为t时刻光伏组件发出的平均功率；P_PW(t)η₂为风电发出的平均功率；η₁为逆变器C₁效率；η₂为逆变器C₂的效率。

负荷缺电量Q_QD(t)一般为正值，定义负荷缺电率Q_QDL为：

式中：t₀为初始时刻；n为时间序列；Q_QDL的取值范围为[0-1]，取0时表面在所求时间序列范围内风光互补系统所发出的功率满足负荷需求，取1时表明在所求时间段内风光互补系统所发出的功率不能满足负荷需求。

(2)新能源弃用率为：

Q_QY(t)＝[P_PV(t)η₁+P_PW(t)η₂-P_FH(t)]Δt；

新能源弃用量一般为正值，定义新能源弃用率Q_QYL为：

在步骤2中，所建立的电池储能功率需求模型为：

ΔP(t)＝P_FH(t)-P_PV(t)η₁-P_PW(t)η₂；

式中ΔP(t)的正负值具有随机性，当ΔP(t)＞0时表示储能需要放电，ΔP(t)＜0时表示储能需要充电；

在进行功率配置时，需要储能单元能够满足或者吸纳所求时间段内出现的最大功率缺额P₁，或者最大剩余功率P₂，所以储能的定额功率P_ED为：

式中η₃为储能变换器的效率。

在步骤3中，所建立的电池储能的容量需求模型如下：

当风光互补系统的发电功率小于负荷时，储能系统向电网释放的容量ΔE为：

ΔE＝Δt[P_FH(t)-P_PV(t)η₁-P_PW(t)η₂]/η₄；

式中η₄为储能系统放电效率。

当风光互补系统的发电功率大于负荷时，储能系统从电网吸收的容量ΔE为：

ΔE＝Δt[P_PV(t)η₁+P_PW(t)η₂-P_FH(t)]/η₅；

式中η₅为储能系统充电效率。

系统中可以引入荷电状态SOC来反映电池剩余电量的大小，某一时刻t的荷电状态值S_oc(t)可通过下式计算：

S_oc(t)＝[ΔE(t-Δt)+ΔE]/E_ED；

式中E_ED为储能的额定容量，ΔE(t-Δt)为(t-Δt)时刻储能单元的剩余电量，ΔE为Δt时间内储能吸收或者释放的电量。

计及储能单元后负荷缺电率Q_QDL、新能源弃用率Q_QYL可以表示成如下方式：

在步骤4中，所建立的风光储能系统约束如下：

(1)风光出力约束

式中：为风电出力，/>为光伏出力，S^w表示风电的实际装机容量，S^v表示光伏的实际装机容量

(2)负荷平衡约束

式中：为风电出力，/>为光伏出力，/>为储能放电，/>为负荷序列，/>为储能充电。

(3)弃风弃光约束

式中：为弃风总量，/>为弃光总量。α为弃风比例，β为弃光比例，/>为风电t时刻装机容量，/>为光伏t时刻装机容量；

(4)电储能约束

式中：SOC_d,t为电储能当前容量，E_max电储能最大装机容量，为电储能功率约束。电储能放电速率，/>电储能充电速率，/>电储能放电状态，/>电储能充电状态，/>电储能前一时刻充电容量状态，/>电储能前一时刻放电容量状态，SOC_d，t-1为电储能前一时刻容量。/>为储能释放状态，/>为储能充能状态。/>为0-1待优化变量；

(5)新能源弃用成本

式中：λ_w、λ_v分别在t时段的弃风、弃光的惩罚费用；表示在t时刻风电场弃风功率、光伏电站弃光功率；

(6)储能单元现值因子

式中：r表示为储能单元贴现率，n表示储能单元的寿命。

在步骤5中，所建立的模型如下：

式中：C_XT为新能源弃用年惩罚与储能初始投资年均成本，E_RATE为储能容量，C_E为储能容量单位投资成本，F_qy为新能源弃用惩罚成本。年均成本投资因子。

在步骤6中，在求解储能最优容量配置时，采用以下步骤：

步骤1)收集风光互补系统中光伏和风力的功率输出数据、当地负荷数据；

步骤2)建立以年度为考核时间周期的调度模型；

步骤3)选定储能步长，从初值E_RATE(rnin)到充能最大容量E_RATE(max)循环选取；

步骤4)第一阶段，求解优化调度模型，确定储能容量优化区间；

步骤5)更新储能容量优化区间端点值；

步骤6)判断在优化区间内是否有确定值使模型目标函数存在最小值；

步骤7)是则输出储能容量最优配置，计算系统年均总成本费用。否则返回步骤4)。

与现有技术相比，本发明具有如下技术效果：

在所建立的两阶段优化模型中，第一阶段是以衡量系统可靠性与稳定性的技术指标为约束。在保证系统可靠性的前提下获取储能单元的优化区间，如图1，图2所示分别为负荷缺电率与新能源弃用率随储能容量的变化曲线。第二阶段以系统总投资年均成本最低为目标函数，在第一阶段中获取的储能容量优化区间内求解系统最优储能容量配置。既保证了系统的可靠性又提升了系统的经济性。图3为系统储能容量最优时调度曲线。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1是负荷缺电率随储能容量变化特性曲线。

图2是新能源弃用率随储能容量变化特性曲线。

图3是系统储能容量最优时系统调度曲线。

具体实施方式

如图1和图2所示，一种风光互补系统容量配置优化方法，它包括以下步骤：

步骤1：建立风光互补系统的技术指标；

步骤2：建立电池储能功率需求模型；

步骤3：建立电池储能的容量需求模型；

步骤4：建立风光储能系统约束；

步骤5：以初始投资年均成本最小为目标函数建立模型；

步骤6：求解储能最优容量配置。

在步骤1中，建立的风光互补系统技术指标如下：

(1)负荷缺电率表示一定时间内系统发电功率不能满足负荷需求的概率。在评价周期T内负荷缺电率可表示为该时段内的负荷缺电量与负荷总需求的比率。它是衡量系统的可靠性与稳定性的指标之一，负荷缺电率表示为：

Q_QD(t)＝[P_FH(t)-P_PV(t)η₁-P_PW(t)η₂]Δt；

式中：P_FH(t)为t时刻系统负荷需求；P_PV(t)η₁为t时刻光伏组件发出的平均功率；P_PW(t)η₂为风电发出的平均功率；η₁为逆变器C₁效率；η₂为逆变器C₂的效率。

负荷缺电量Q_QD(t)一般为正值，定义负荷缺电率Q_QDL为：

式中：t₀为初始时刻；n为时间序列；Q_QDL的取值范围为[0-1]，取0时表面在所求时间序列范围内风光互补系统所发出的功率满足负荷需求，取1时表明在所求时间段内风光互补系统所发出的功率不能满足负荷需求。

(2)新能源弃用率指在时间T内系统弃用的新能源能量与可再生能源发出总能量的比值，常用作衡量可再生能源消纳水平，工程一般取5％-30％之间。新能源弃用率为：

Q_QY(t)＝[P_PV(t)η₁+P_PW(t)η₂-P_FH(t)]Δt；

新能源弃用量一般为正值，定义新能源弃用率Q_QYL为：

在步骤2中，所建立的电池储能功率需求模型为：

ΔP(t)＝P_FH(t)-P_PV(t)η₁-P_PW(t)η₂；

式中ΔP(t)的正负值具有随机性，当ΔP(t)＞0时表示储能需要放电，ΔP(t)＜0时表示储能需要充电；

在进行功率配置时，需要储能单元能够满足或者吸纳所求时间段内出现的最大功率缺额P₁，或者最大剩余功率P₂，所以储能的定额功率P_ED为：

式中η₃为储能变换器的效率。

在步骤3中，所建立的电池储能的容量需求模型如下：

当风光互补系统的发电功率小于负荷时，储能系统向电网释放的容量ΔE为：

ΔE＝Δt[P_FH(t)-P_PV(t)η₁-P_PW(t)η₂]/η₄；

式中η₄为储能系统放电效率。

当风光互补系统的发电功率大于负荷时，储能系统从电网吸收的容量ΔE为：

ΔE＝Δt[P_PV(t)η₁+P_PW(t)η₂-P_FH(t)]/η₅；

式中η₅为储能系统充电效率。

系统中可以引入荷电状态SOC来反映电池剩余电量的大小，某一时刻t的荷电状态值S_oc(t)可通过下式计算：

S_oc(t)＝[ΔE(t-Δt)+ΔE]/E_ED；

式中E_ED为储能的额定容量，ΔE(t-Δt)为(t-Δt)时刻储能单元的剩余电量，ΔE为Δt时间内储能吸收或者释放的电量。

计及储能单元后负荷缺电率Q_QDL、新能源弃用率Q_QYL可以表示成如下方式：

在步骤4中，所建立的风光储能系统约束如下：

(1)风光出力约束

式中：为风电出力，/>为光伏出力，S^w表示风电的实际装机容量，S^v表示光伏的实际装机容量

(2)负荷平衡约束

式中：为风电出力，/>为光伏出力，/>为储能放电，/>为负荷序列，/>为储能充电。

(3)弃风弃光约束

式中：为弃风总量，/>为弃光总量。α为弃风比例，β为弃光比例，/>为风电t时刻装机容量，/>为光伏t时刻装机容量；

(4)电储能约束

式中：SOC_d，t为电储能当前容量，E_max电储能最大装机容量，为电储能功率约束。电储能放电速率，/>电储能充电速率，/>电储能放电状态，/>电储能充电状态，电储能前一时刻充电容量状态，/>电储能前一时刻放电容量状态，SOC_d，t-1为电储能前一时刻容量。/>为储能释放状态，/>为储能充能状态。/>为0-1待优化变量；

(5)新能源弃用成本

式中：λ_w、λ_v分别在t时段的弃风、弃光的惩罚费用；表示在t时刻风电场弃风功率、光伏电站弃光功率；

(6)储能单元现值因子为：

式中：r表示为储能单元贴现率，n表示储能单元的寿命。

在步骤5中，所建立的模型如下：

式中：C_XT为新能源弃用年惩罚与储能初始投资年均成本，E_RATE为储能容量，C_E为储能容量单位投资成本，F_qy为新能源弃用惩罚成本。年均成本投资因子。

在步骤6中，在求解储能最优容量配置时，采用以下步骤：

步骤1)收集风光互补系统中光伏和风力的功率输出数据、当地负荷数据；

步骤2)建立以年度为考核时间周期的调度模型；

步骤3)选定储能步长，从初值E_RATE(min)到充能最大容量E_RATE(max)循环选取；

步骤4)第一阶段，求解优化调度模型，确定储能容量优化区间；

步骤5)更新储能容量优化区间端点值；

步骤6)判断在优化区间内是否有确定值使模型目标函数存在最小值；

步骤7)是则输出储能容量最优配置，计算系统年均总成本费用。否则返回步骤4)。

经过以上求解步骤可以得到系统投资成本随储能容量变化的情况，如下表所示：

由该表可以看出：在风光互补系统没有配置储能的情况下，新能源年均弃用成本为5727.4万元，负荷缺电率更是达到了百分之二十，这严重影响力系统的稳定性。当系统中配备的储能容量超过332MW时，由于储能系统功率的限制负荷缺电率与新能源弃用率几乎不再降低，但是随着储能容量的增加，新能源弃用惩罚成本不再降低而储能建设投资成本在增加，这就导致了系统总的成本在增加。当储能容量为332MW时，负荷缺电率与新能源弃用率也基本达到了最低，系统新能源弃用惩罚成本和储能初始投资年均成本最低，系统的稳定性和可靠性也大大提高。

Claims (5)

1.一种风光互补系统容量配置优化方法，其特征在于，它包括以下步骤：

步骤1：建立风光互补系统的技术指标；

步骤2：建立电池储能功率需求模型；

步骤3：建立电池储能的容量需求模型；

步骤4：建立风光储能系统约束；

步骤5：以初始投资年均成本最小为目标函数建立模型；

步骤6：求解储能最优容量配置；

在步骤1中，建立的风光互补系统技术指标如下：

(1)负荷缺电量表示为：

Q_QD(t)＝[P_FH(t)-P_PV(t)η₁-P_PW(t)η₂]Δt；

式中：P_FH(t)为t时刻系统负荷需求；P_PV(t)η₁为t时刻光伏组件发出的平均功率；P_PW(t)η₂为风电发出的平均功率；η₁为逆变器C₁效率；η₂为逆变器C₂的效率；

负荷缺电量Q_QD(t)为正值，定义负荷缺电率Q_QDL为：

式中：t₀为初始时刻，t为时间变量；n为时间序列；Q_QDL的取值范围为[0-1]，取0时表面在所求时间序列范围内风光互补系统所发出的功率满足负荷需求，取1时表明在所求时间段内风光互补系统所发出的功率不能满足负荷需求；

(2)新能源弃用量为：

Q_QY(t)＝[P_PV(t)η₁+P_PW(t)η₂-P_FH(t)]Δt；

新能源弃用量一般为正值，定义新能源弃用率Q_QYL为：

在步骤3中，所建立的电池储能的容量需求模型如下：

当风光互补系统的发电功率小于负荷时，储能系统向电网释放的容量ΔE为：

ΔE＝Δt[P_FH(t)-P_PV(t)η₁-P_PW(t)η₂]/η₄；

式中η₄为储能系统放电效率；

当风光互补系统的发电功率大于负荷时，储能系统从电网吸收的容量ΔE为：

ΔE＝Δt[P_PV(t)η₁+P_PW(t)η₂-P_FH(t)]/η₅；

式中η₅为储能系统充电效率；

系统中可以引入荷电状态SOC来反映电池剩余电量的大小，某一时刻t的荷电状态值S_oc(t)可通过下式计算：

S_oc(t)＝[ΔE(t-Δt)+ΔE]/E_ED；

式中E_ED为储能的额定容量，ΔE(t-Δt)为(t-Δt)时刻储能单元的剩余电量，ΔE为Δt时间内储能吸收或者释放的电量，Δt为目标时间段；

计及储能单元后负荷缺电率Q_QDL、新能源弃用率Q_QYL可以表示成如下方式：

2.根据权利要求1所述的方法，其特征在于，在步骤2中，所建立的电池储能功率需求模型为：

ΔP(t)＝P_FH(t)-P_PV(t)η₁-P_PW(t)η₂；

式中ΔP(t)的正负值具有随机性，当ΔP(t)＞0时表示储能需要放电，ΔP(t)＜0时表示储能需要充电；

在进行功率配置时，需要储能单元能够满足或者吸纳所求时间段内出现的最大功率缺额P₁，或者最大剩余功率P₂，储能的定额功率P_ED为：

式中η₃为储能变换器的效率，t为时间变量，t₀为初始时刻，T为一段时间。

3.根据权利要求1所述的方法，其特征在于，在步骤4中，所建立的风光储能系统约束如下：

(1)风光出力约束

式中：为风电出力，/>为光伏出力，S^w表示风电的实际装机容量，S^v表示光伏的实际装机容量；

(2)负荷平衡约束

式中：为风电出力，/>为光伏出力，/>为电储能放电功率，/>为负荷，/>为电储能充电功率，d为任意日期；

(3)弃风弃光约束

式中：表示在t时刻风电场弃风功率、光伏电站弃光功率，α为弃风比例，β为弃光比例，/>为风电t时刻装机容量，/>为光伏t时刻装机容量；

(4)电储能约束

0≤SOC_d,t≤E_max；

式中：SOC_d,t为电储能当前容量，E_max为电储能最大装机容量，为电储能功率约束，为电储能放电功率，/>为电储能充电功率，/>为电储能放电状态变量，/>为电储能充电状态变量，/>为电储能前一时刻充电功率，/>为电储能前一时刻放电功率，SOC_d,t-1为电储能前一时刻容量，/>为储能释放状态变量，/>为储能充能状态变量，所述状态变量为0-1待优化变量；

(5)新能源弃用成本

式中：λ_w、λ_v分别在t时段的弃风、弃光的惩罚费用；表示在t时刻风电场弃风功率、光伏电站弃光功率；

(6)储能单元现值因子

式中：r表示为储能单元贴现率，n表示储能单元的寿命。

4.根据权利要求1所述的方法，其特征在于，在步骤5中，所建立的模型如下：

式中：C_XT为新能源弃用年惩罚与储能初始投资年均成本，E_RATE为储能容量，C_E为储能容量单位投资成本，F_qy为新能源弃用惩罚成本，年均成本投资因子。

5.根据权利要求1所述的方法，其特征在于，在步骤6中，在求解储能最优容量配置时，采用以下步骤：

步骤1)收集风光互补系统中光伏和风力的功率输出数据、当地负荷数据；

步骤2)建立以年度为考核时间周期的调度模型；

步骤3)选定储能步长，从初值E_RATE(min)到充能最大容量E_RATE(max)循环选取；

步骤4)第一阶段，求解优化调度模型，确定储能容量优化区间；

步骤5)更新储能容量优化区间端点值；

步骤6)判断在优化区间内是否有确定值使模型目标函数存在最小值；

步骤7)是则输出储能容量最优配置，计算系统年均总成本费用，否则返回步骤4)。