CN114219676B - 一种基于荷储协同效应的储能装置选址定容方法 - Google Patents

Abstract

本发明公开了一种基于荷储协同效应的储能装置选址定容方法。为了克服现有技术中不考虑柔性负荷带来的经济性计算误差大的问题本发明采用对节点处的柔性负荷规模及一级负荷容量进行采集计算分析得到日平均负荷，再在此基础上建立储能装置的选址定容模型，建立约束条件，利用粒子群优化算法对选址定容模型进行求解得到选址定容的最佳方案，将系统中的柔性负荷作为指标考虑，能大大提高计算的准确性，尽可能地降低柔性负荷对系统产生的不利影响，将一级负荷纳入考虑的指标，能在建设时就将一级负荷断电的可能性降到最低，从而减少故障时的损失，提高经济效果。

Description

一种基于荷储协同效应的储能装置选址定容方法

技术领域

本发明涉及分布电源技术，具体涉及一种基于荷储协同效应的储能装置选址定容方法。

背景技术

如今配电网中分布式电源的渗透率日趋提高，一方面对配电网电压起到了支撑作用，但同时也给配电网的供电可靠性、电能质量等造成不利的影响。这种影响的大小与分布式电源接入的位置及接入容量密切相关。科学的分布式电源选址定容方案对于缓解分布式电源对配电网运行的影响，提高分布式电源经济性具有重要意义。电力行业市场化改革的推进，营造了自由、公平的电力交易环境，实现了社会资源的合理利用。但是，在电力市场环境下，有源配电网中的用户以实现自身经济利益最大化来进行的电能生产或消费行为，将可能导致配电网潮流分布在时间及空间上的过度集中，从而导致配电网阻塞问题，严重影响系统的安全经济运行。储能系统是实现分布式能源高效利用和缓解配电网阻塞的重要手段。储能系统通过其在时间上对能量的转移，能够有效降低由于分布式电源出力间歇性和随机性所带来的影响，优化配电系统的运行状态。储能系统通过在高峰负荷时放电，在低谷负荷时充电，可有效实现负荷的削峰填谷，减少高峰负荷的用电需求，缓解配电网阻塞。但是，目前储能系统的造价昂贵，因此在满足系统运行需求的基础上，对储能系统的位置和容量进行合理的规划设计具有很重要的意义。此外，城市柔性负荷占比越来越高，对于分布式电源的经济性布局产生了很多影响是不可忽视的，如果忽略柔性负荷带来的影响将会导致对经济性计算的不准确。

例如，在中国专利文献上公开的“考虑储能系统量化特征的配电网分布式储能选址定容方法”，公开号为CN108470231B，公开了一种考虑储能系统量化特征的配电网分布式储能选址定容方法：输入选定的配电系统的结构及参数；得到用于分布式储能选址定容的典型场景及各场景全年出现的概率；建立考虑储能系统量化特征的配电网分布式储能选址定容模型，包括目标函数和约束条件；将得到的考虑储能系统量化特征的配电网分布式储能选址定容模型使用混合整数非线性规划数学求解器进行求解；输出求解结果，包括配电网年综合费用、配电网年运行费用、折算到每年的储能系统投资费用及配置储能系统类型、位置和容量方案。该方法没有考虑到柔性负荷对对储能系统的经济性布局的影响，以此计算的选址定容方法难免会产生很大的误差。

发明内容

为了解决现有技术不考虑柔性负荷带来的经济性计算误差大的问题，本发明采用如下的技术方案来解决：

一种基于荷储协同效应的储能装置选址定容方法，包括如下步骤：

B1：：收集负荷节点处的一级负荷功率P₁、测量节点处的有功输入功率P_in、计算节点处的平均负荷功率P_av，测量一级负荷功率作为作为储能装置定容的参考可以降低储能装置故障时导致一级负荷断电时产生的损失，可以使以经济性为目标的选址定容更加准确。

B2：建立以负荷节点处建设储能装置的综合成本为目标函数的选址定容模型。

B3：以降低储能装置的建设成本和运营成本为目标，考虑储能电站的模型约束和系统运行约束。

B4：运用粒子群优化算法，对储能装置的选址定容模型进行求解。

优选地，所述一级负荷功率P₁为节点附近所有一级负荷一起工作时的功率；所述计算节点处的平均负荷功率包括如下步骤：

B11：调取过去一年节点处的单日日平均负荷P_day；

B12：节点处过去一年的单日日平均负荷Px_day与预设值进行比较，1≤x≤365，所述预设值包括a1、a2、a3，其中a1＜a2＜a3，将单日日平均负荷Px_day分为四部分，其中Px_day1＜a1、a1≤Px_day2＜a2、a2≤Px_day3＜a3、Px_day4≥a3，计算出各部分的天数占全年总天数的比重作为该部分的权重，Px_day1、Px_day2、Px_day3、Px_day4的权重分别为ω₁、ω₂、ω₃、ω₄；

B13：计算节点处的平均负荷功率P_av，所述平均负荷功率的计算公式为利用加权平均值求得的日平均负荷更能反映节点处的负荷波动，能使储能装置的选址定容更贴近实际。

优选地，所述建立步骤B2中的以负荷节点处建设储能装置的综合成本为目标函数的选址定容模型包括如下步骤：

B21：考虑投资费用C_invest＝C_b+C_h+C₁，包括建设储能装置的费用C_b，聘用工人的人工建设费用C_h，配电网线路及网架的建设费用C₁，所述建设储能装置的费用C_b＝S_BSC_BS1+P_BSC_BS2，所述S_BS为建设的储能装置的容量，所述C_BS1为建设单位容量储能装置的成本，所述P_BS为储能装置双向充放电设备的功率，C_BS2为单位充放电功率的成本；所述聘用工人的人工建设费用C_h＝D*O，其中D为建设储能装置的总工期天数，O为每个工人每天的平均工资；所述配电网线路及网架的建设费用其中，N为配电网线路的支路数，c为支路j单位长度的投资成本，1为支路j的建设长度；建设的储能装置的容量越大，其单位容量的建设成本就越大，同样的，储能装置双向充放电设备的功率越大，其单位充放电功率的成本也越大。在定容时，计算不同容量的储能装置的建设成本更为准确。

B22：考虑维护成本C₀＝C₀₁+C₀₂，维护成本C₀包括储能装置维护成本C₀₁和配电网线路及网架维护成本C₀₂，所述储能装置维护成本C₀₁＝C_PSS_BS，其中C_PS为单位容量的储能装置的维护成本，S_BS为建设的储能装置的容量；所述配电网线路及网架维护成本其中，N为配电网线路的支路数，r为支路j单位长度的维护成本，l为支路j的建设长度；储能装置的容量越大，单位容量的储能装置的维护成本也越大。

B23：考虑故障损失成本C_EENS＝w₁C_RTP_av，其中C_R为每单位负荷的停电损失，w₁为单位负荷停电损失系数，所述w₁与节点处的一级负荷功率P₁呈正相关，T为停电持续时间，P_av为节点处的平均负荷功率；由于一级负荷的停电带来的影响最为恶劣损失也最为巨大，所以在建设储能装置时要将附近的一级负荷功率作为指标考虑，可以尽量降低一级负荷的断电可能性，减少故障损失成本。

B24：利用步骤B21～B23中得到的数据，建立选址定容模型，所述选址定容模型以f_min表示，其中f_min＝C_invest+C₀+C_EENS。

优选地，所述考虑储能电站的模型约束和系统运行约束包括功率约束、电压约束、相角约束和荷电状态约束，所述功率约束为以及 其中，所述P_i和Q_i分别是注入节点i的有功功率和无功功率，U_i和U_j分别是节点i和节点j的电压，θij是节点i和节点j之间的相角差，G_ij和B_ij分别是节点i与节点j之间线路的电导和电纳。

优选地，所述电压约束为U_imin≤U_i≤U_imax，其中U_imin为节点i的最低电压，U_imax为节点i的最高电压。

优选地，所述相角约束为θimin≤θi≤θ_imax，其中，θ_imin为节点i电压相角的最小值，θimax为节点i电压的最大值。

优选地，所述荷电状态约束为SOC_min≤SOC≤SOC_max，其中，SOC_min和SOC_max分别为储能装置荷电状态的下限值和上限值，SOC_min＝0，SOC_max＝1。

优选地，还包括最小功率约束，所述最小功率约束为P_Bs≥P₁，最小功率约束保证储能装置的功率能够支撑节点前端供电故障时为一级负荷提供短时供电，尽量减少供电故障带来的损失，为故障修复争取时间。

优选地，所述节点处平均负荷功率与储能装置的协调优化策略如下：

B41：当节点前端供电故障时，即节点处输入有功功率P_in为零，则立即启用储能装置进行放电；

B42：当节点前端供电功率小于节点处平均负荷功率时，利用储能装置进行放电；

B43：当节点前端供电功率大于节点处平均负荷功率时，对储能装置进行充电。

优选地，所述步骤B5中的粒子群优化算法包括以下步骤：

B51：设定粒子群最大迭代次数和粒子数，并初始化粒子群，在约束范围内随机产生粒子群的初始位置及速度。

B52：根据储能装置的协调优化策略求解储能装置的最佳运行方式；

B53：对含有储能装置的节点采用前推回代法进行潮流计算。计算适应度函数，采用罚函数法处理不满足约束条件的解。

B54：进行个体寻优，粒子本次目标函数最小值所对应的位置向量为最优解，与上次目标函数值比较，两者较小者对应的解为当前个体最优解。

B55：速度更新、位置更新。

B56：进行全局寻优。本次循环最优解与当前最优解进行比较，两者较小为最新全局最优解。

B57：若满足搜索终止条件或达到最大搜索次数，输出最优结果,转至B58；否则，继续B51进行循环，同时搜索迭代次数加1。

B58：输出最优解，程序结束。

有益效果：1.将系统中的柔性负荷作为指标考虑，能大大提高计算的准确性，尽可能地降低柔性负荷对系统产生的不利影响。

2.将一级负荷纳入考虑的指标，能在建设时就将一级负荷断电的可能性降到最低，从而减少故障时的损失，提高经济效果。

附图说明

图1是本发明的储能装置选址定容方法步骤流程图。

具体实施方式

下面利用具体实施例，并结合附图对本发明的技术方案作进一步的详细说明。

实施例：

如图1所示，一种基于荷储协同效应的储能装置选址定容方法，包括如下步骤：

B1::收集负荷节点处的一级负荷功率P₁、测量节点处的有功输入功率P_in、计算节点处的平均负荷功率P_av，测量一级负荷功率作为作为储能装置定容的参考可以降低储能装置故障时导致一级负荷断电时产生的损失，可以使以经济性为目标的选址定容更加准确。一级负荷功率P₁为节点附近所有一级负荷一起工作时的功率；计算节点处的平均负荷功率包括如下步骤：

B11：调取过去一年节点处的单日日平均负荷P_day；

B12：节点处过去一年的单日日平均负荷Px_day与预设值进行比较，1≤x≤365，所述预设值包括a1、a2、a3，其中a1＜a2＜a3，将单日日平均负荷Px_day分为四部分，其中Px_day1＜a1、a1≤Px_day2＜a2、a2≤Px_day3＜a3、Px_day4≥a3，计算出各部分的天数占全年总天数的比重作为该部分的权重，Px_day1、Px_day2、Px_day3、Px_day4的权重分别为ω₁、ω₂、ω₃、ω₄；

B13：计算节点处的平均负荷功率P_av，平均负荷功率的计算公式为利用加权平均值求得的日平均负荷更能反映节点处的负荷波动，能使储能装置的选址定容更贴近实际。

B2：建立以负荷节点处建设储能装置的综合成本为目标函数的选址定容模型。以负荷节点处建设储能装置的综合成本为目标函数的选址定容模型包括如下步骤：

B21：考虑投资费用C_invest＝C_b+C_h+C₁，包括建设储能装置的费用C_b，聘用工人的人工建设费用C_h，配电网线路及网架的建设费用C₁，建设储能装置的费用C_b＝S_BSC_BS1+P_BSC_BS2，所述S_BS为建设的储能装置的容量，C_BS1为建设单位容量储能装置的成本，P_Bs为储能装置双向充放电设备的功率，C_Bs2为单位充放电功率的成本；聘用工人的人工建设费用C_h＝D*O，其中D为建设储能装置的总工期天数，O为每个工人每天的平均工资；配电网线路及网架的建设费用其中，N为配电网线路的支路数，c为支路j单位长度的投资成本，1为支路j的建设长度；建设的储能装置的容量越大，其单位容量的建设成本就越大，同样的，储能装置双向充放电设备的功率越大，其单位充放电功率的成本也越大。在定容时，计算不同容量的储能装置的建设成本更为准确。

B22：考虑维护成本C₀＝C₀₁+C₀₂，维护成本C₀包括储能装置维护成本C₀₁和配电网线路及网架维护成本C₀₂，所述储能装置维护成本C₀₁＝C_PsS_BS，其中C_PS为单位容量的储能装置的维护成本，S_BS为建设的储能装置的容量；配电网线路及网架维护成本其中，N为配电网线路的支路数，r为支路j单位长度的维护成本，1为支路j的建设长度；储能装置的容量越大，单位容量的储能装置的维护成本也越大。

B23：考虑故障损失成本C_EENS＝w₁C_RTP_av，其中C_R为每单位负荷的停电损失，w₁为单位负荷停电损失系数，w₁与节点处的一级负荷功率P₁呈正相关，T为停电持续时间，P_av为节点处的平均负荷功率；由于一级负荷的停电带来的影响最为恶劣损失也最为巨大，所以在建设储能装置时要将附近的一级负荷功率作为指标考虑，可以尽量降低一级负荷的断电可能性，减少故障损失成本。

B24：利用步骤B21～B23中得到的数据，建立选址定容模型，选址定容模型以f_min表示，其中f_min＝C_invest+C₀+C_EENS。

B3：以降低储能装置的建设成本和运营成本为目标，考虑储能电站的模型约束和系统运行约束。模型约束和系统运行约束包括功率约束、电压约束、相角约束和荷电状态约束，功率约束为以及/>其中，P_i和Qi分别是注入节点i的有功功率和无功功率，U_i和U_j分别是节点i和节点j的电压，θ_ij是节点i和节点j之间的相角差，G_ij和B_ij分别是节点i与节点j之间线路的电导和电纳。电压约束为U_imin≤U_i≤U_imax，其中U_imin为节点i的最低电压，U_imax为节点i的最高电压。相角约束为θimin≤θ_i≤θ_imax，其中，θimin为节点i电压相角的最小值，θimax为节点i电压的最大值。荷电状态约束为SOC_min≤SOC≤SOC_max，其中，SOC_min和SOC_max分别为储能装置荷电状态的下限值和上限值，SOC_min＝0，SOC_max＝1。还包括最小功率约束，最小功率约束为P_BS≥P₁，最小功率约束保证储能装置的功率能够支撑节点前端供电故障时为一级负荷提供短时供电，尽量减少供电故障带来的损失，为故障修复争取时间。

B4：制定节点处平均负荷功率与储能装置的协调优化策略；节点处平均负荷功率与储能装置的协调优化策略如下：

B41：当节点前端供电故障时，即节点处输入有功功率P_in为零，则立即启用储能装置进行放电；

B42：当节点前端供电功率小于节点处平均负荷功率时，利用储能装置进行放电；

B43：当节点前端供电功率大于节点处平均负荷功率时，对储能装置进行充电。

B5：运用粒子群优化算法，对储能装置的选址定容模型进行求解。粒子群优化算法包括以下步骤：

B51：设定粒子群最大迭代次数和粒子数，并初始化粒子群，在约束范围内随机产生粒子群的初始位置及速度。

B52：根据储能装置的协调优化策略求解储能装置的最佳运行方式；

B53：对含有储能装置的节点采用前推回代法进行潮流计算。计算适应度函数，采用罚函数法处理不满足约束条件的解。

B54：进行个体寻优，粒子本次目标函数最小值所对应的位置向量为最优解，与上次目标函数值比较，两者较小者对应的解为当前个体最优解。

B55：速度更新、位置更新。速度更新、位置更新。粒子群优化算法的速度更新和位置更新公式如下：

速度和位置更新的范围分别为[-v_max，v_max]和[x_min，x_max]。

其中，下标d表示粒子维数；ω为惯性权重；r₁、r₂为均匀分布在[0，1]区间的随机数；c₁、c₂为学习因子，通常取c₁＝c₂＝2；为粒子i第t次迭代所经历的最好位置；/>为所有粒子所经历的最好位置；/>分别为粒子i第t次迭代的速度、位置。

B56：进行全局寻优。本次循环最优解与当前最优解进行比较，两者较小为最新全局最优解。

B57：若满足搜索终止条件或达到最大搜索次数，输出最优结果,转至B58；否则，继续B51进行循环，同时搜索迭代次数加1。

B58：输出最优解，程序结束。

经过粒子群优化算法计算之后即可得出选址定容的最佳方案。

Claims (3)

1.一种基于荷储协同效应的储能装置选址定容方法，其特征在于，包括如下步骤：

B1:收集负荷节点处的一级负荷功率P₁、测量节点处的有功输入功率P_in、计算节点处的平均负荷功率P_av；

B2:建立以负荷节点处建设储能装置的综合成本为目标函数的选址定容模型，包括：

B21:考虑投资费用C_invest＝C_b+C_h+C_l，包括建设储能装置的费用C_b，聘用工人的人工建设费用C_h，配电网线路及网架的建设费用C_l，所述建设储能装置的费用C_b＝S_BSC_BS1+P_BSC_BS2,所述S_BS为建设的储能装置的容量，所述C_BS1为建设单位容量储能装置的成本，所述P_BS为储能装置双向充放电设备的功率，C_BS2为单位充放电功率的成本；所述聘用工人的人工建设费用C_h＝D*O,其中D为建设储能装置的总工期天数，O为每个工人每天的平均工资；所述配电网线路及网架的建设费用其中，N为配电网线路的支路数，c为支路j单位长度的投资成本，l为支路j的建设长度；

B22:考虑维护成本C₀＝C₀₁+C₀₂，维护成本C₀包括储能装置维护成本C₀₁和配电网线路及网架维护成本C₀₂，所述储能装置维护成本C₀₁＝C_PSS_BS,其中C_PS为单位容量的储能装置的维护成本，S_BS为建设的储能装置的容量；所述配电网线路及网架维护成本其中，N为配电网线路的支路数，r为支路j单位长度的维护成本，l为支路j的建设长度；

B23:考虑故障损失成本C_EENS＝w₁C_RTP_av，其中C_R为每单位负荷的停电损失，w₁为单位负荷停电损失系数，所述w₁与节点处的一级负荷功率P₁呈正相关，T为停电持续时间，P_av为节点处的平均负荷功率；

B24：利用步骤B21～B23中得到的数据，建立选址定容模型，所述选址定容模型以f_min表示，其中f_min＝C_invest+C₀+C_EENS；

B3:以降低储能装置的建设成本和运营成本为目标，考虑储能电站的模型约束和系统运行约束；所述考虑储能电站的模型约束和系统运行约束包括功率约束、电压约束、相角约束和荷电状态约束、最小功率约束，所述功率约束为以及 其中，所述P_i和Q_i分别是注入节点i的有功功率和无功功率，U_i和Uj分别是节点i和节点j的电压，θij是节点i和节点j之间的相角差，G_ij和B_ij分别是节点i与节点j之间线路的电导和电纳；电压约束为U_imin≤U_i≤U_imax，其中U_imin为节点i的最低电压，U_imax为节点i的最高电压；相角约束为θimin≤θi≤θimax，其中，θimin为节点i电压相角的最小值，θimax为节点i电压的最大值；荷电状态约束为SOC_min≤SOC≤SOC_max，其中，SOC_min和SOC_max分别为储能装置荷电状态的下限值和上限值，SOC_min＝0，SOC_max＝1；最小功率约束为P_BS≥P₁；

B4:制定节点处平均负荷功率与储能装置的协调优化策略，包括：

B41：当节点前端供电故障时，即节点处输入有功功率P_in为零，则立即启用储能装置进行放电；

B42：当节点前端供电功率小于节点处平均负荷功率P_av时，利用储能装置进行放电；

B43：当节点前端供电功率大于节点处平均负荷功率P_av时，对储能装置进行充电；

B5:运用粒子群优化算法，对储能装置的选址定容模型进行求解。

2.根据权利要求1所述的一种基于荷储协同效应的储能装置选址定容方法，其特征在于，所述一级负荷功率P₁为节点附近所有一级负荷一起工作时的总功率，所述计算节点处的平均负荷功率包括如下步骤：

B11:调取过去一年节点处的单日日平均负荷P_day；

B12:节点处过去一年的单日日平均负荷Px_day与预设值进行比较，1≤x≤365，所述预设值包括a1、a2、a3，其中a1<a2<a3，将单日日平均负荷Px_day分为四部分Px_day1、Px_day2、Px_day3、Px_day4，其中Px_day1<a1、a1≤Px_day2<a2、a2≤Px_day3<a3、Px_day4≥a3，计算出各部分的天数占全年总天数的比重作为该部分的权重，Px_day1、Px_day2、Px_day3、Px_day4的权重分别为ω₁、ω₂、ω₃、ω₄；

B13:计算节点处的平均负荷功率P_av，所述平均负荷功率的计算公式为：

3.根据权利要求1所述的一种基于荷储协同效应的储能装置选址定容方法，其特征在于，所述步骤B5中的粒子群优化算法包括以下步骤：

B51：设定粒子群最大迭代次数和粒子数，并初始化粒子群，在约束范围内随机产生粒子群的初始位置及速度；

B52：根据储能装置的协调优化策略求解储能装置的最佳运行方式；

B53：对含有储能装置的节点采用前推回代法进行潮流计算；计算适应度函数，采用罚函数法处理不满足约束条件的解；

B54：进行个体寻优，粒子本次目标函数最小值所对应的位置向量为最优解，与上次目标函数值比较，两者较小者对应的解为当前个体最优解；

B55：速度更新、位置更新；

B56：进行全局寻优，本次循环最优解与当前最优解进行比较，两者较小为最新全局最优解；

B57：若满足搜索终止条件或达到最大搜索次数，输出最优结果,转至B58；否则，继续B51进行循环，同时搜索迭代次数加1；

B58：输出最优解，程序结束。