CN114301064A - 一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法 - Google Patents

一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法 Download PDF

Info

Publication number
CN114301064A
CN114301064A CN202111659004.7A CN202111659004A CN114301064A CN 114301064 A CN114301064 A CN 114301064A CN 202111659004 A CN202111659004 A CN 202111659004A CN 114301064 A CN114301064 A CN 114301064A
Authority
CN
China
Prior art keywords
power supply
distributed power
power
energy storage
distribution network
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.)
Pending
Application number
CN202111659004.7A
Other languages
English (en)
Inventor
皇甫霄文
李秋燕
李科
任洲洋
于昊正
马杰
郭勇
孙义豪
杨卓
丁岩
全少理
郭新志
樊江川
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.)
Chongqing University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
Chongqing University
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Henan Electric Power 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 Chongqing University, State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Henan Electric Power Co Ltd filed Critical Chongqing University
Priority to CN202111659004.7A priority Critical patent/CN114301064A/zh
Publication of CN114301064A publication Critical patent/CN114301064A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,包括以下步骤:S1、分析配电网运行方式:基于四端互联多源配电网的拓扑结构,对其在不同场景下的运行方式和灵活性进行分析;S2、建立分布式电源消纳优化模型:基于配电网拓扑结构灵活性和储能接入,以年净收益最大为目标建立分布式电源消纳优化模型;S3、建立所述步骤S2中建立的分布式电源消纳优化模型的约束条件;S4、对满足所述步骤S3中约束条件的分布式电源消纳优化模型的各种指标进行分析,得到最大分布式电源消纳能力。本发明提高了分布式电源消纳水平,减少了弃风弃光率,同时也提高了系统的年净收益,具备最大分布式电源消纳能力和经济性最优。

Description

一种基于网架灵活性和储能接入的分布式电源消纳能力提升 方法
技术领域
本发明属于配电网运行分析技术领域,具体涉及一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法。
背景技术
随着国家大力推进整县屋顶光伏试点建设,高比例分布式光伏将涌入县域配电网。县域屋顶光伏资源与用电负荷空间分布呈现不平衡性,体量规模相差悬殊,在午间光伏最大出力时刻将引起电网潮流反送,导致配电网面临着高比例分布式光伏接入后的消纳问题。为缓解此矛盾,通过与联络线路、开关配合,考虑拓扑结构灵活性能够有效减少弃光弃风、提高分布式电源的能源利用率,但在政策激励下分布式光伏渗透率持续快速提高,现有配电网网架难以适应,且建设如多端环网等复杂结构对配电网改造程度较大,其经济性不足。此外,储能作为一种高效率、可快速响应的灵活调度资源,能够实现配电网系统各种运行状况下的功率、能量平衡,为分布式电源消纳问题提供了有效的解决办法,在现有的储能价格发展趋势下,单独投资储能实现配电网高比例分布式电源消纳等盈利模式尚不成熟。因此,研究如何通过合适的消纳方法能够兼顾实现分布式电源消纳能力最大化和经济性最优是目前亟待解决的问题。
发明内容
为了解决现有技术中存在的不足,本发明的目的是提供一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法。通过该提升方法能够同时实现配电网分布式电源消纳能力最大化和经济性最优化。
为了达到上述目的,本发明采用如下技术方案:
一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,包括以下步骤:
S1、分析配电网运行方式:基于四端互联多源配电网的拓扑结构,对其在正常运行场景、高比例分布式电源接入场景以及故障转供场景下的运行方式和灵活性进行分析;
S2、建立分布式电源消纳优化模型:基于配电网拓扑结构灵活性和储能接入,以年净收益最大为目标建立分布式电源消纳优化模型;
S3、建立所述步骤S2中建立的分布式电源消纳优化模型的约束条件;
S4、对满足所述步骤S3中约束条件的分布式电源消纳优化模型的各种指标进行分析,得到最大分布式电源消纳能力。
进一步的,所述步骤S2中以年净收益最大为目标建立的分布式电源消纳优化模型如式(1)所示:
max B=Bmax+Bloss+BDG+BEENS-CINV-CES,yw (1)
上式中,Bmax为削峰容量收益;Bloss为降损收益;BDG为减少弃风弃光收益;BEENS为可靠性收益;CINV为配置储能、新建线路、联络开关设备的等年值投资成本;CES,yw为储能运维成本。
进一步的,所述步骤S3中分布式电源消纳优化模型的约束条件分为配电网潮流计算约束、网架结构约束和储能装置运行约束。
进一步的,所述配电网潮流计算约束包括节点功率平衡约束、节点电压约束和支路传输功率约束;
所述节点功率平衡约束条件如式(2)所示:
Figure BDA0003449215080000031
其中,Pit、Qit分别为t时段节点i的注入有功功率和无功功率;Uit、Ujt分别为t时段节点i、j的电压;δit、δjt分别为t时段节点i、j的相角;Gij、Bij分别为节点导纳矩阵第i行第j列的实部、虚部;
所述节点电压约束条件如式(3)所示:
Figure BDA0003449215080000032
其中,
Figure BDA0003449215080000033
分别为节点i电压的下限和上限;Pi,j,t和Qi,j,t分别为节点i和j之间的有功、无功功率;Sij,max为支路ij热稳定约束。T为配电网运行网架结构;Tτ为满足配电网运行要求的电网结构集合。
所述支路传输功率约束条件如式(4)所示:
Figure BDA0003449215080000034
其中,Pi,j,t和Qi,j,t分别为节点i和j之间的有功、无功功率;Sij,max为支路ij热稳定约束。
进一步的,所述网架结构约束条件如式(5)所示:
T∈Tτ (5)
其中,T为配电网运行网架结构;Tτ为满足配电网运行要求的电网结构集合。
进一步的,所述储能装置的运行约束条件如式(6)所示:
Figure BDA0003449215080000041
其中,SOC(t)为t时刻储能的荷电状态;SOCmax、SOCmin分别为储能SOC状态上下限值,分别取0.9和0.1;Pdis(t)和Pch(t)分别为储能在t时刻的放电/充电功率;ηch和ηdis分别为充放电效率;Bch(t)和Bdis(t)分别为充放电0-1状态变量;
Figure BDA0003449215080000042
分别为储能配置总容量的上下限,分别取为5%和50%的分布式电源装机容量。
进一步的,所述步骤S4中满足步骤S3中约束条件的分布式电源消纳优化模型的指标包括经济指标、技术指标、环境指标和提高分布式电源能源利用率指标;所述经济指标包括系统用能成本、弃光弃风成本、可靠性损失成本、投资成本、配电网年综合成本和110kV及以下综合线损率,所述110kV及以下综合线损率的计算公式如式(7)所示:
Figure BDA0003449215080000043
其中,Eg,110、Ec,110分别为一定时间内110kV及以下配电网供电量和售电量。
进一步的,所述技术指标包括10kV线路最大负载率平均值、10kV重载线路占比、110kV电网容载比、弃光弃风量和分布式电源能源利用率;
所述10kV线路最大负载率平均值的计算公式如(8)所示:
Figure BDA0003449215080000051
其中,
Figure BDA0003449215080000052
为线路l的最大负载率;NL为供电区域内的线路数量;Pload,max为最大负荷日的线路最大负荷;
所述10kV重载线路占比的计算公式如(9)所示:
rz,l=Nz/NL (9)
其中,Nz为10kV重载线路条数;
所述110kV电网容载比的计算公式如(10)所示:
Figure BDA0003449215080000053
其中,St为110kV电网的公用变电设备总容量,取500MVA;Pmax为对应年网供最大负荷;
所述弃光弃风量的计算公式如(11)所示:
Figure BDA0003449215080000054
其中,ΔPPV,t、ΔPWG,t分别为t时段内的弃光、弃风功率。ndays为考虑最大负荷利用小时数折算的配电网一年内按最大负荷典型日运行的天数;Δt为单位时间间隔,取1h;Nt为运行周期,即一个最大负荷典型日共24h;
所述分布式电源能源利用率的计算公式如(12)所示:
Figure BDA0003449215080000061
其中,PPV,t、PWG,t分别为t时段内分布式光伏、分布式风电的预测出力值;其他符号代表的含义已在式(11)中说明。
进一步的,所述环境指标为配电网向上级电网购电所带来的相应火电机组燃煤产生的二氧化碳排放量
Figure BDA0003449215080000062
所述
Figure BDA0003449215080000063
的计算公式如式(13)所示:
Figure BDA0003449215080000064
其中,
Figure BDA0003449215080000065
为火电机组单位电量的二氧化碳排放强度,取为550kg/MWh;Pnet,t为t时段内配电网向上级电网购电的功率;其他符号代表的含义已在式(11)中说明。
进一步的,所述提高分布式电源能源利用率指标计算公式如式(14)所示:
ΔηDG=η'DGDG=ΔDG/SDG (14)
其中,ηDG、η'DG分别为原方案、所提方案的分布式电源能源利用率,其计算公式如式(12)所示;ΔDG为减少弃风弃光量;SDG为分布式电源总发电量。
与现有技术相比,本发明具备的积极有益效果在于:
本发明综合考虑了配电网网架、储能接入、投资成本等因素,以年净收益最大为目标,利用算例分析了同时考虑拓扑结构灵活性和储能接入的消纳方案能够综合提高新能源利用率和经济性;而且本发明还可以有效提高分布式电源消纳水平,减少弃风弃光率,同时也提高了系统的年净收益,具备最大分布式电源消纳能力和经济性最优。
附图说明
图1是本发明双环网(左)与四端互联多源配电网(右)拓扑结构对比图;
图2是本发明基于四端互联结构的分布式电源功率外送运行方式图;
图3是本发明基于四端互联结构的馈线故障后转供运行方式图;
图4是本发明2018-2025年磷酸铁锂电池储能系统成本预测图;
图5是本发明2020年商城县西部网格网架运行拓扑结构图;
图6是本发明实施例方案3中2025年商城县西部网格网架运行拓扑结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例和附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例
一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,包括以下步骤:
S1、分析配电网运行方式:基于四端互联多源配电网的拓扑结构,对其在正常运行场景、高比例分布式电源接入场景以及故障转供场景下的运行方式和灵活性进行分析。当配电网内分布式电源渗透率较低时,在正常运行情况下,仅部分联络开关闭合,处于热备用状态,不构成环网运行,如附图1所示。各开闭所母线所带负荷由上级电网和少许分布式电源、储能或综合能源系统等进行供电,实现分布式电源的就地消纳;当高比例分布式电源接入配电网后,由于节点电压、线路容量等因素影响无法实现分布式电源就地消纳时,可通过改变各联络开关及其他中压馈线分段开关的开合情况,在满足配电网系统安全运行约束情况下向其他中压出线供电,共存在三种分布式电源功率外送运行方式,如附图2所示;故障转供场景中,采用四端互联结构可选择三种故障转供运行方式,如附图3所示,其运行方式1:断开故障线路段的分段/隔离开关,闭合联络开关S1、S5和S2,故障下游负荷由母线2所在的同一变电站其他主变进行供电;运行方式2:断开故障线路段的分段/隔离开关,闭合联络开关S1、S5和S3,故障下游负荷由母线3所在的不同变电站其他主变进行供电;运行方式3:断开故障线路段的分段/隔离开关,闭合联络开关S1、S5和S4,故障下游负荷由母线4所在的不同变电站其他主变进行供电。
分布式储能的运行状态与其应用场景紧密相关,当前关于应用场景的研究多与储能的优化配置建模相结合,根据环境条件、储能的输出特性、配置方法等对储能的应用场景加以区分。根据投资主体和对电网影响侧重点的不同,本发明将分布式储能系统分为提高供电可靠性、消纳可再生能源、延缓电网升级改造以及削峰填谷四个基本的应用场景,并针对每个应用场景展开具体分析。此外,受电动汽车蓬勃发展影响,动力电池需求持续旺盛,厂商纷纷加大动力电池制造投资和研发力度,规模化生产使得电池制造成本不断降低。本发明选择磷酸铁锂电池作为储能装置,磷酸铁锂储能系统成本仍有一定下降空间,大幅度的成本下降已不大可能。2018年系统成本在1600-3200元/千瓦时,常规成本水平为1800元/千瓦时,预计在2023年,储能系统成本达到1000元/千瓦时,并保持稳定,如附图4所示。
S2、建立分布式电源消纳优化模型:基于配电网拓扑结构灵活性和储能接入,以年净收益最大为目标建立分布式电源消纳优化模型,所述模型如式(1)所示:
max B=Bmax+Bloss+BDG+BEENS-CINV-CES,yw (1)
其中,Bmax为削峰容量收益;Bloss为降损收益;BDG为减少弃风弃光收益;BEENS为可靠性收益;CINV为配置储能、新建线路、联络开关设备的等年值投资成本;CES,yw为储能运维成本。上述各参数的计算式分别如下:
(1)削峰容量收益Bmax是指考虑储能及拓扑结构灵活性的消纳方案降低的配电网设备容量投资成本,包括减少应投资的110kV变压器、10kV配电线路、间隔、开关及低压线路的投资;其计算如下式所示:
Figure BDA0003449215080000091
其中,Pmax为原方案中配电网所需最大供电功率;Pm'ax为所提方案中配电网所需最大供电功率;cinv为单位负荷功率扩容所需的投资费用,取为140万元/MW。r为贴现率,取8%;y为规划周期,取15年。
(2)降损收益Bloss指因考虑储能及拓扑结构灵活性降低的网损成本,可表示为电价与减少网损的之积;其计算如下式所示:
Figure BDA0003449215080000101
其中,Ploss,t、Pl'oss,t分别为原方案、所提方案在t时刻的网络损耗。
(3)减少弃风弃光收益BDG是指所提方案降低弃风弃光惩罚成本带来的收益;其计算如下式所示:
BDG=CDG-C'DG
其中,CDG、C'DG分别为原方案、所提方案的弃风弃光成本。
(4)新建联络线路和联络开关能够增加配电网的供电可靠性,但是网络重构反而会降低配电网供电可靠性,因此该模型中忽略新建联络线路和开关进行重构对可靠性的影响。该模型中的可靠性收益BEENS主要是指分布式储能可以利用其能量存储功能将部分电量储存起来,当配电系统出现停电时可作为备用电源短时间内提供电力支撑,减少负荷停电损失;其计算如下式所示:
BEENS=RIEAPESSTRE
其中,RIEA为用电负荷的缺电损失评价率,取1.17万元/MWh;TRE为配电网年平均停电时间。
(5)设备等年值投资成本CINV包括配置储能的等年值投资成本CINV_ES以及新建联络线路、开关的等年值投资成本CINV_LN,具体计算如下所示:
CINV=CINV_ES+CINV_LN
Figure BDA0003449215080000111
其中,PES为电池储能的额定功率;cP为电池储能的单位功率价格,取为200元/kW;cE为电池本体的单位能量价格,取2025年为1000元/kWh;ccon为建设储能系统单位能量的工程修建费用,取为100元/kWh;EES为电池储能的额定能量;cl为单位长度线路新建的投资成本,取16万元/km;Ll为消纳方案新建线路长度;cs为单个中压配网联络开关的投资成本,取5万元/台;Ns为消纳方案新安装的中压配网联络开关数量。
(6)储能系统运营周期内的运维成本CES,yw包括固定性运维成本和波动性运维成本,如下式所示:
CES,yw=PES(cm+cn)
其中,cm和cn分别为储能系统单位功率的固定性运维和波动性运维成本,分别取为50元/kW和20元/kW。
S3、建立所述步骤S2中建立的分布式电源消纳优化模型的约束条件;所述所的约束条件分为配电网潮流计算约束、网架结构约束和储能装置运行约束;
所述配电网潮流计算约束包括节点功率平衡约束、节点电压约束和支路传输功率约束;
所述节点功率平衡约束条件如式(2)所示:
Figure BDA0003449215080000121
其中,Pit、Qit分别为t时段节点i的注入有功功率和无功功率(负荷功率减去分布式电源出力的净功率);Uit、Ujt分别为t时段节点i、j的电压;δit、δjt分别为t时段节点i、j的相角;Gij、Bij分别为节点导纳矩阵第i行第j列的实部、虚部。
所述节点电压约束条件如式(3)所示:
Figure BDA0003449215080000122
其中,
Figure BDA0003449215080000123
分别为节点i电压的下限和上限;Pi,j,t和Qi,j,t分别为节点i和j之间的有功、无功功率;Sij,max为支路ij热稳定约束。T为配电网运行网架结构;Tτ为满足配电网运行要求的电网结构集合。
所述支路传输功率约束条件如式(4)所示:
Figure BDA0003449215080000124
其中,Pi,j,t和Qi,j,t分别为节点i和j之间的有功、无功功率;Sij,max为支路ij热稳定约束。
所述网架结构约束条件如式(5)所示:
T∈Tτ (5)
其中,T为配电网运行网架结构;Tτ为满足配电网运行要求的电网结构集合。
所述储能装置的运行约束条件如式(6)所示:
Figure BDA0003449215080000131
其中,SOC(t)为t时刻储能的荷电状态;SOCmax、SOCmin分别为储能SOC状态上下限值,分别取0.9和0.1;Pdis(t)和Pch(t)分别为储能在t时刻的放电/充电功率;ηch和ηdis分别为充放电效率;Bch(t)和Bdis(t)分别为充放电0-1状态变量;
Figure BDA0003449215080000132
分别为储能配置总容量的上下限,分别取为5%和50%的分布式电源装机容量。
S4、对满足所述步骤S3中约束条件的分布式电源消纳优化模型的各种指标进行分析,得到最大分布式电源消纳能力。所述指标包括经济指标、技术指标、环境指标和提高分布式电源能源利用率指标;
所述经济指标包括系统用能成本、弃光弃风成本、可靠性损失成本、投资成本、配电网年综合成本和110kV及以下综合线损率,所述110kV及以下综合线损率的计算公式如式(7)所示:
Figure BDA0003449215080000133
其中,Eg,110、Ec,110分别为一定时间内110kV及以下配电网供电量和售电量。
所述技术指标包括10kV线路最大负载率平均值、10kV重载线路占比、110kV电网容载比、弃光弃风量和分布式电源能源利用率;
所述10kV线路最大负载率平均值的计算公式如(8)所示:
Figure BDA0003449215080000141
其中,
Figure BDA0003449215080000142
为线路l的最大负载率;NL为供电区域内的线路数量;Pload,max为最大负荷日的线路最大负荷;
所述10kV重载线路占比rz,l的计算公式如(9)所示:
rz,l=Nz/NL (9)
其中,Nz为10kV重载线路条数;
所述110kV电网容载比R110的计算公式如(10)所示:
Figure BDA0003449215080000143
其中,St为110kV电网的公用变电设备总容量,取500MVA;Pmax为对应年网供最大负荷;
所述弃光弃风量SDG,cut的计算公式如(11)所示:
Figure BDA0003449215080000144
其中,ΔPPV,t、ΔPWG,t分别为t时段内的弃光、弃风功率。ndays为考虑最大负荷利用小时数折算的配电网一年内按最大负荷典型日运行的天数;Δt为单位时间间隔,取1h;Nt为运行周期,即一个最大负荷典型日共24h。
所述分布式电源能源利用率ηDG的计算公式如(12)所示:
Figure BDA0003449215080000151
其中,PPV,t、PWG,t分别为t时段内分布式光伏、分布式风电的预测出力值;其他符号代表的含义已在式(11)中说明。
所述环境指标为配电网向上级电网购电所带来的相应火电机组燃煤产生的二氧化碳排放量
Figure BDA0003449215080000152
所述
Figure BDA0003449215080000153
的计算公式如式(13)所示:
Figure BDA0003449215080000154
其中,
Figure BDA0003449215080000155
为火电机组单位电量的二氧化碳排放强度,取为550kg/MWh;Pnet,t为t时段内配电网向上级电网购电的功率;其他符号代表的含义已在式(11)中说明。
所述提高分布式电源能源利用率指标计算公式如式(14)所示:
ΔηDG=η'DGDG=ΔDG/SDG (14)
其中,ηDG、η'DG分别为原方案、所提方案的分布式电源能源利用率,其计算公式如式(12)所示;ΔDG为减少弃风弃光量;SDG为分布式电源总发电量。
本发明以河南省信阳市商城县西部配电网网格为例,采用本发明上述提供的基于网架灵活性和储能接入的分布式电源消纳能力提升方法对该网格2025年的配电网消纳方案进行设计及经济性评估。商城县西部配电网网格内有观庙变、余集变、竹园变、汤泉池变等冯店变和崇福变共六个变电站,10kV中压架空馈线共计20条,2020年最大负荷为54.9MW,按照地区负荷自然增长率为5%进行测算,预计到2025年该网格内最大用电负荷将达到70.07MW。如附图5所示,设计不同消纳方案如下:
方案1:仅考虑配置储能装置,不考虑新建联络线路和装设联络开关进行消纳优化;
方案2:不考虑配置储能装置,仅考虑新建联络线路和装设联络开关进行消纳优化;
方案3:考虑配置储能装置,且新建联络线路和装设联络开关进行消纳优化。
并设计如表1所示的典型场景进行验证:
表1不同分布式电源渗透率典型场景
Figure BDA0003449215080000161
根据式(1)的优化模型、以及上述消纳方案和典型场景设计,在场景1-3下,各方案及其算例结果如附图6、表2所示。附图6中,储能候选安装位置指在不同分布式电源渗透率场景下储能可以安装的位置,在所述表1中场景1-3下,方案3(和方案1)的储能配置总容量分别为0.7MWh、1.75MWh和2.8MWh,充放电总额定功率分别为0.175MW、0.4375MW和0.7MW,充放电时长均为4h。
表2场景1-3下各方案的结果对比
Figure BDA0003449215080000171
注:CINV_ES为储能设备等年值投资成本(万元);CINV_LN为新建线路、联络开关等设备等年值投资成本(万元);CES,yw为储能运维成本(万元);Bmax为削峰收益(万元);Bloss为降损收益(万元);BDG为减少弃风弃光收益(万元);BEENS为可靠性收益(万元);B为年净收益(万元);ΔηDG为提高能源利用率(%)。
对于仅考虑配置储能的方案1,在场景1-3下,仅能够提高0.86%的能源利用率,减少弃风弃光收益分别为1.313、3.283和5.253万元,削峰收益分别为2.061、5.101和8.175万元,可靠性收益分别为2.870、7.174和11.479万元,且降损收益极小;但由于储能投资成本与运行成本总和较高,其收益并不足以超过成本,使得年净收益均为负值。该仿真结果说明在2025年储能为1000元/kWh的价格下,还未能通过上述收益实现盈利。
对于仅考虑新建线路和联络开关并考虑拓扑结构灵活性的方案2,在场景1-3下,虽然方案2由于负荷转供带来了较小的负网损收益,但其能够分别提高能源利用率10.78%、7.23%和5.58%,减少弃光弃风收益分别为16.471、27.631和34.127万元,可见该方案对于提升分布式电源能源消纳能力效果显著。此外,该方案还能够通过提升分布式电源消纳能力,收获一定的削峰收益,分别为5.337、9.064和9.078万元,最终使得年净收益分别达到了6.361、21.259和27.777万元。在三个方案中,方案2的经济性最优。同时可以看出,当分布式电源渗透率超过50%时,新建线路和联络开关进行网络重构对于提升分布式电源消纳能力和削峰的效果呈现明显的减缓趋势。
对于综合考虑两种手段的方案3,在场景1-3下,虽然该方案能够提升能源利用率分别达到11.61%、8.09%和6.44%,在三种方案中提升能源利用率效果最优。该方案减少弃光弃风收益分别为17.738、30.914和39.381万元,削峰收益分别为6.822、14.202和17.256万元,但由于储能的建设成本较为昂贵,导致方案3的年净收益分别为2.876、14.087和16.258万元,经济性不如方案2。其年净收益增幅呈现减缓的原因也是由于在分布式电源渗透率从50%增加至80%时,新建线路和联络开关进行网络重构对于提升分布式电源消纳能力和削峰的效果呈现明显的减缓趋势,进而使方案3年净收益增幅减缓。
对于方案1在不同分布式电源渗透率下对能源利用率提升百分比均为0.86%,其原因是在场景1-3下储能优化配置容量占分布式电源容量比例相同,导致对能源利用率提升效果几乎一致;而对方案2和方案3中在不同分布式电源渗透率下对能源利用率提升效果逐步下降的原因则是因为:提高能源利用率指标等于减少弃风弃光量除以分布式电源总发电量,随着分布式电源渗透率的增加减少弃风弃光量也在增加,但分布式电源渗透率的增加导致其总发电量增加量大于减少弃风弃光量的增加量,所以最终导致对分布式能源利用率提升效果逐步下降。以方案2为例:
场景1下分布式能源利用率ΔηDG=470.6115/4366.02=10.78%;
场景2下分布式能源利用率ΔηDG=789.4628/10915.05=7.23%;
场景3下分布式能源利用率ΔηDG=975.0707/17464.08=5.58%。
不同储能配置方案影响分析
在上面的分析中,是以年净收益最大为目标得到的储能配置方案,由于储能投资成本较高导致储能配置容量较低,对分布式电源消纳能力提升效果甚微。在分布式电源渗透率为80%时,对比不同储能配置方案(仅配置储能)对仿真结果的影响,剖析储能装置对提升分布式电源消纳能力的效果,如表3所示。
从表3可以看出,储能装置的确能够有效提高分布式电源的消纳能力,在储能配置容量为2.8MWh~28MWh的方案下,能够提高能源利用率0.86%~7.60%,在某些配置方案下甚至超过了方案2的5.58%的能源利用率提升效果。但由于储能投资建设成本的昂贵,导致各种储能配置方案的年净收益均为负值,且配置容量越大,亏损越多。
表3不同储能容量配置方案对提升分布式电源消纳能力的结果对比
Figure BDA0003449215080000191
Figure BDA0003449215080000201
注:EES为储能配置容量(MWh)。
储能价格影响分析
在2025年储能为1000元/kWh的价格下,还不能通过上述收益方式实现盈利。因此,本发明对储能价格对在分布式电源渗透率为20%的场景下,仅配置5%光伏容量的储能配置方案仿真结果的影响进行分析,其结果如表4所示。
表4不同储能价格下的仿真结果对比
Figure BDA0003449215080000202
注:cE为电池本体的单位能量价格(元/kWh)。
根据表4可以看出,当储能价格在1000~600元/kWh范围内变动时,其年净收益仍为负值;只有当储能价格下降至500元/kWh时,年净收益开始转向正值,为0.702万元;随着储能价格的进一步下降,其年净收益也在逐步增加。
在设定储能价格500元/kWh时,根据式(1)建立的考考虑拓扑结构灵活性并考虑储能接入的消纳模型、以及消纳方案和典型场景设计,在场景1-3下,各方案的计算结果如附图6、表5所示。其中,在场景编号1-3下,方案3(和方案1)的储能配置总容量分别为3.5MWh、这里的8.75MWh和14MWh,充放电总额定功率分别为0.875MW、2.1875MW和3.5MW,充放电时长均为4h。
表5储能价格为500元/kWh时方案1-3计算结果对比
Figure BDA0003449215080000211
根据表2-表5可以得出以下结论:
1)当储能成本降为500元/kWh时,配电网趋向于建设更多的储能装置以提升对分布式电源的消纳能力,在场景1-3下,方案1分别提高能源利用率4.30%、4.24%和4.16%,减少弃风弃光收益分别达22.711、43.811和59.568万元,同时也带来了大量的削峰收益和可靠性收益,最终使年净收益分别达2.473、7.214和9.514万元;
2)由于储能成本的下降,使得同时考虑储能配置和新建线路、联络开关并考虑拓扑结构灵活性的方案3经济性也大幅提升,成为三种方案中经济性最优、提高分布式电源能源利用率效果最佳的方案。在场景编号1-3下,方案3提高能源利用率分别为14.86%、11.47%和9.746%,减少弃风弃光收益分别为6.649、27.497和38.118万元,削峰收益分别达到了12.746、32.528和47.433万元,年净收益分别为6.649、27.497和38.118万元。
3)方案1-3在不同分布式电源渗透率场景下对能源利用率提升效果逐步下降的原因是:提高能源利用率指标等于减少弃风弃光量除以分布式电源总发电量,随着分布式电源渗透率的增加减少弃风弃光量也在增加,但分布式电源渗透率的增加导致其总发电量增加量大于减少弃风弃光量的增加量,所以最终导致对能源利用率提升效果逐步下降。
本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明,并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其它实质上等同的替代,均在本发明保护范围内。

Claims (10)

1.一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,包括以下步骤:
S1、分析配电网运行方式:基于四端互联多源配电网的拓扑结构,对其在正常运行场景、高比例分布式电源接入场景以及故障转供场景下的运行方式和灵活性进行分析;
S2、建立分布式电源消纳优化模型:基于配电网拓扑结构灵活性和储能接入,以年净收益最大为目标建立分布式电源消纳优化模型;
S3、建立所述步骤S2中建立的分布式电源消纳优化模型的约束条件;
S4、对满足所述步骤S3中约束条件的分布式电源消纳优化模型的各种指标进行分析,得到最大分布式电源消纳能力。
2.根据权利要求1所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述步骤S2中以年净收益最大为目标建立的分布式电源消纳优化模型如式(1)所示:
max B=Bmax+Bloss+BDG+BEENS-CINV-CES,yw (1)
上式中,Bmax为削峰容量收益;Bloss为降损收益;BDG为减少弃风弃光收益;BEENS为可靠性收益;CINV为配置储能、新建线路、联络开关设备的等年值投资成本;CES,yw为储能运维成本。
3.根据权利要求1所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述步骤S3中分布式电源消纳优化模型的约束条件分为配电网潮流计算约束、网架结构约束和储能装置运行约束。
4.根据权利要求3所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述配电网潮流计算约束包括节点功率平衡约束、节点电压约束和支路传输功率约束;
所述节点功率平衡约束条件如式(2)所示:
Figure FDA0003449215070000021
其中,Pit、Qit分别为t时段节点i的注入有功功率和无功功率;Uit、Ujt分别为t时段节点i、j的电压;δit、δjt分别为t时段节点i、j的相角;Gij、Bij分别为节点导纳矩阵第i行第j列的实部、虚部;
所述节点电压约束条件如式(3)所示:
Figure FDA0003449215070000022
其中,
Figure FDA0003449215070000023
分别为节点i电压的下限和上限;Pi,j,t和Qi,j,t分别为节点i和j之间的有功、无功功率;Sij,max为支路ij热稳定约束。T为配电网运行网架结构;Tτ为满足配电网运行要求的电网结构集合。
所述支路传输功率约束条件如式(4)所示:
Figure FDA0003449215070000024
其中,Pi,j,t和Qi,j,t分别为节点i和j之间的有功、无功功率;Sij,max为支路ij热稳定约束。
5.根据权利要求3所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述网架结构约束条件如式(5)所示:
T∈Tτ (5)
其中,T为配电网运行网架结构;Tτ为满足配电网运行要求的电网结构集合。
6.根据权利要求3所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述储能装置的运行约束条件如式(6)所示:
Figure FDA0003449215070000031
其中,SOC(t)为t时刻储能的荷电状态;SOCmax、SOCmin分别为储能SOC状态上下限值,分别取0.9和0.1;Pdis(t)和Pch(t)分别为储能在t时刻的放电/充电功率;ηch和ηdis分别为充放电效率;Bch(t)和Bdis(t)分别为充放电0-1状态变量;
Figure FDA0003449215070000032
分别为储能配置总容量的上下限,分别取为5%和50%的分布式电源装机容量。
7.根据权利要求1所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述步骤S4中满足步骤S3中约束条件的分布式电源消纳优化模型的指标包括经济指标、技术指标、环境指标和提高分布式电源能源利用率指标;所述经济指标包括系统用能成本、弃光弃风成本、可靠性损失成本、投资成本、配电网年综合成本和110kV及以下综合线损率,所述110kV及以下综合线损率的计算公式如式(7)所示:
Figure FDA0003449215070000041
其中,Eg,110、Ec,110分别为一定时间内110kV及以下配电网供电量和售电量。
8.根据权利要求7所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述技术指标包括10kV线路最大负载率平均值、10kV重载线路占比、110kV电网容载比、弃光弃风量和分布式电源能源利用率;
所述10kV线路最大负载率平均值的计算公式如(8)所示:
Figure FDA0003449215070000042
其中,
Figure FDA0003449215070000043
为线路l的最大负载率;NL为供电区域内的线路数量;Pload,max为最大负荷日的线路最大负荷;
所述10kV重载线路占比的计算公式如(9)所示:
rz,l=Nz/NL (9)
其中,Nz为10kV重载线路条数;
所述110kV电网容载比的计算公式如(10)所示:
Figure FDA0003449215070000044
其中,St为110kV电网的公用变电设备总容量,取500MVA;Pmax为对应年网供最大负荷;
所述弃光弃风量的计算公式如(11)所示:
Figure FDA0003449215070000051
其中,ΔPPV,t、ΔPWG,t分别为t时段内的弃光、弃风功率;ndays为考虑最大负荷利用小时数折算的配电网一年内按最大负荷典型日运行的天数;Δt为单位时间间隔,取1h;Nt为运行周期,即一个最大负荷典型日共24h;
所述分布式电源能源利用率的计算公式如(12)所示:
Figure FDA0003449215070000052
其中,PPV,t、PWG,t分别为t时段内分布式光伏、分布式风电的预测出力值;其他符号代表的含义已在式(11)中说明。
9.根据权利要求7所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述环境指标为配电网向上级电网购电所带来的相应火电机组燃煤产生的二氧化碳排放量
Figure FDA0003449215070000053
所述
Figure FDA0003449215070000054
的计算公式如式(13)所示:
Figure FDA0003449215070000055
其中,
Figure FDA0003449215070000056
为火电机组单位电量的二氧化碳排放强度,取为550kg/MWh;Pnet,t为t时段内配电网向上级电网购电的功率;其他符号代表的含义已在式(11)中说明。
10.根据权利要求7所述的一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法,其特征在于,所述提高分布式电源能源利用率指标计算公式如式(14)所示:
ΔηDG=η'DGDG=ΔDG/SDG (14)
其中,ηDG、η'DG分别为原方案、所提方案的分布式电源能源利用率,其计算公式如式(12)所示;ΔDG为减少弃风弃光量;SDG为分布式电源总发电量。
CN202111659004.7A 2021-12-30 2021-12-30 一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法 Pending CN114301064A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111659004.7A CN114301064A (zh) 2021-12-30 2021-12-30 一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111659004.7A CN114301064A (zh) 2021-12-30 2021-12-30 一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法

Publications (1)

Publication Number Publication Date
CN114301064A true CN114301064A (zh) 2022-04-08

Family

ID=80972983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111659004.7A Pending CN114301064A (zh) 2021-12-30 2021-12-30 一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法

Country Status (1)

Country Link
CN (1) CN114301064A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115663831A (zh) * 2022-10-13 2023-01-31 国网河北省电力有限公司营销服务中心 分布式能源灵活并网消纳方法
CN116822908A (zh) * 2023-08-24 2023-09-29 福州凌渡科技有限公司 一种可快速求解的多时间尺度储能规划方法及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111697578A (zh) * 2020-06-24 2020-09-22 国网福建省电力有限公司 多目标含储能区域电网运行控制方法
CN113807643A (zh) * 2021-07-09 2021-12-17 重庆大学 一种四端互联配电网架结构及其规划方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111697578A (zh) * 2020-06-24 2020-09-22 国网福建省电力有限公司 多目标含储能区域电网运行控制方法
CN113807643A (zh) * 2021-07-09 2021-12-17 重庆大学 一种四端互联配电网架结构及其规划方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115663831A (zh) * 2022-10-13 2023-01-31 国网河北省电力有限公司营销服务中心 分布式能源灵活并网消纳方法
CN115663831B (zh) * 2022-10-13 2024-04-26 国网河北省电力有限公司营销服务中心 分布式能源灵活并网消纳方法
CN116822908A (zh) * 2023-08-24 2023-09-29 福州凌渡科技有限公司 一种可快速求解的多时间尺度储能规划方法及设备
CN116822908B (zh) * 2023-08-24 2023-11-17 福州凌渡科技有限公司 一种可快速求解的多时间尺度储能规划方法及设备

Similar Documents

Publication Publication Date Title
CN114977320A (zh) 一种配电网源网荷储多目标协同规划方法
Zahedmanesh et al. A sequential decision-making process for optimal technoeconomic operation of a grid-connected electrical traction substation integrated with solar PV and BESS
Chen et al. Evaluation of advantages of an energy storage system using recycled EV batteries
CN114301064A (zh) 一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法
CN108400593A (zh) 基于分层多代理技术的主动配电网电气模型建立方法
CN112886624B (zh) 一种三站合一变电站储能装置规划设计系统及方法
CN111313444A (zh) 一种面向高密度光伏配网台区侧的储能系统优化配置方法
CN115473285A (zh) 基于合作博弈论的多类型储能系统最优容量配置方法
Luo et al. HPDS133-bus: A Benchmark Test System for Distribution Systems with High Penetration of Distributed Generation
Kordkheili et al. Managing high penetration of renewable energy in MV grid by electric vehicle storage
Peng et al. Multi-objective planning of microgrid considering electric vehicles charging load
Su et al. A Data-Driven Multi-Time Scale Coordinated Economic Dispatch Model for Flexible Interconnection Low-voltage Distribution Station Areas
Krsteski et al. Energy management and voltage regulation of grid-connected microgrid using genetic algorithm
Chen et al. Optimization and analysis of microgrid based on different operational strategies
CN118214091B (zh) 一种基于电-氢混合储能的海岛微电网分层协调方法
Sangjinmei et al. High-Proportion New Energy Microgrid Planning and Design Method Based on Benders Decomposition
Deng et al. A Microgrid Management System Based on Metaheuristics Particle Swarm Optimization
Li et al. An Optimal Operation Method of Hybrid AC/DC Distribution Network Under the Goal of Peaking Carbon Dioxide Emissions and Carbon Neutrality
Hui et al. Optimal Allocation Method of PV-Storage System in Clustered Distribution Network with Balanced Economy and Reliability
Li et al. Distribution network planning considering the integration of demand-side resources
He et al. Optimal Allocation of Demand Response and Energy Storage Load in Agricultural Systems Considering Distributed PV Power Consumption
Wentao et al. Multi-objective optimization of capacity configuration for grid-connected microgrid system
Xie et al. Optimal Sizing of Energy Storage for Microgrid Systems Considering Energy Balance Ability Indicator
Nan et al. Optimal Configuration of Energy Storage Capacity considering Generalized Energy Storage Resource Dispatching
Xing et al. Flexible optimal dispatching of distribution network considering the integration of intelligent soft switch

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