CN114362217A - 一种分布式电源与储能协同优化配置方法 - Google Patents

Abstract

本发明公开了一种分布式电源与储能协同优化配置方法，包括如下步骤：获取电网系统的负荷特性和出力特性，分别绘制负荷特性曲线和出力特性曲线；采用OpenDss搭建电网仿真模型，确定电网模型的结构和输入参数；将线损作为电网的损耗目标值，通过迭代算法计算出最小线损值；将仿真结果中的最小线损作为分布式电源与储能接入的最优损耗，其对应的分布式电源与储能配置即为仿真模型下的最优配置。该方案利用OpenDss连续时间仿真以及COM接口，能迅速得到多变量、多场景下的仿真结果，以安全性作为约束检验，得到每种情况下的线损电量，挑选出最优结果以及对应的分布式电源与储能最优配置方案，从而指导新能源的大规模接入，指导配电网发展。

Description

一种分布式电源与储能协同优化配置方法

技术领域

本发明涉及电网规划技术领域，具体的，涉及一种分布式电源与储能协同优化配置方法。

背景技术

随着“双碳”目标的提出，构建以新能源为主体的新型电力系统势在必行，配电网将迎来大规模新能源接入的挑战。传统配电网建设是通过电网规模快速扩张来满足新能源与多元化负荷的持续接入，电网将出现“源荷缺乏互动、安全依赖冗余、平衡能力缩水、提效手段匮乏”等问题，导致电网资源利用率低、配电网综合线损率高，需要配置储能提高电网经济性、可靠性。因此，需要建立一套分布式电源与储能协同优化配置方法，从而指导配电网分布式电源以及储能接入，有助于降低能源电力系统线损，是推动新型电力系统高质效发展的重要手段。

现有分布式电源与储能配置以“安全性”作为主要接入原则，协同配置仍处于探索阶段。现有分布式电源与储能配置方案要求保证不影响电网正常运行，规定了并网电压等级、短路电流、电压偏差、谐波电流、功率倒送等相关要求；而分布式电源与储能协同配置，则是区域各自要求的新能源项目储能配置的比例与时长，一般比例不低于10％、连续储能时长2小时以上。

现有技术的缺点：

1、现有分布式电源与储能只针对电网的安全性(短路电流、电压偏差、谐波电流)进行配置，没有考虑电网利用率与综合线损的最优方案，分布式电源与储能接入有很大的随意性；

2、现有分布式电源与储能协同配置只是为了新能源消纳的基础配置，未能考虑不同负荷接入方式与接入位置，协同配置不够多元化、精细化，无法适应新型电力系统下大规模新能源的接入。

发明内容

本发明的目的是提出一种分布式电源与储能协同优化配置方法，利用OpenDss连续时间仿真以及COM接口，能迅速得到多变量、多场景下的仿真结果，以安全性作为约束检验，得到每种情况下的线损电量，挑选出最优结果以及对应的分布式电源与储能最优配置方案，从而指导新能源的大规模接入，指导配电网发展。

为实现上述技术目的，本发明提供的一种技术方案是，一种分布式电源与储能协同优化配置方法，包括如下步骤：

获取电网系统的负荷特性和出力特性，分别绘制负荷特性曲线和出力特性曲线；

采用OpenDss搭建电网仿真模型，确定电网模型的结构和输入参数；

将线损作为电网的损耗目标值，通过迭代算法计算出最小线损值；

将仿真结果中的最小线损作为分布式电源与储能接入的最优损耗，其对应的分布式电源与储能配置即为仿真模型下的最优配置。

作为优选，所述负荷特性包括有储能的日充电情况和用户的日负荷需求情况；

所述出力特性包括有储能的日放电情况以及分布式电源的日出力情况；

负荷特性曲线包括有储能充电曲线和用户典型负荷曲线；

出力特性曲线包括有储能的日放电曲线和分布式电源典型曲线。

作为优选，采用OpenDss搭建电网仿真模型包括如下步骤：

设置电网结构以及输入参数，包括电压等级、基础频率、线路与变压器阻抗导纳、用户负荷；按变量接入配置原则接入分布式电源与储能元件，其中，初始接入位置默认为首端，初始接入容量默认为0，若确定了接入位置或者容量，则手动修改且不再作为后续步骤中的变量；将负荷特性曲线和出力特性曲线作为电网仿真模型的输入参数。

作为优选，通过迭代算法计算出最小线损值包括如下步骤：

利用OpenDss的COM接口，以Python调用模型对电网仿真模型进行循环仿真；将分布式电源、储能的接入容量、接入位置作为变量，每仿真一次，调整分布式电源或者储能参数，接入容量加S或者接入位置后移L；每一次仿真结束后进行约束校验，若效验不成功，继续调整分布式电源或者储能参数；若效验成功，比较当前线损值与上一次线损值的大小，若当前线损值小于上一次线损值，则将当前线损值作为最优损耗，并输出当前的分布式电源或者储能参数调整结果，继续进行下一轮的迭代，直到变量超出参数边界即停止迭代过程。

作为优选，分布式电源接入配置原则如下：

接入方式选择：在小容量光伏接入时，根据成本、空间资源实际情况选择集中接入或者分散接入；当光伏容量较大时，优先选择分散接入；当光伏容量过大，大量有功倒送时，不宜选择集中接入；

集中接入最优配置：当负荷集中分布时，分布式电源接入点越接近负荷集中点，线损越小；当负荷均匀分布时，光伏接入线路2/3处时，线损达到最小；

分散接入最优配置：光伏分散接入时，分布式电源接入选择负荷集中点附近或者分段中间位置；对于负荷均匀线路，接入光伏容量尽量均匀分布，且第一段光伏装机容量略小于其他分段。

作为优选，储能接入配置原则如下：

接入方式选择：根据成本、空间资源、管理实际情况选择集中接入或者分散接入，当削峰比例在15％以下时，采用集中接入；

集中接入最优配置：当负荷均匀分布时，根据不同削峰比例选择储能最优具体接入位置；其中，接在线路2/3处至末端时，能够最大化发挥储能的降损效果，且随着储能容量的不断增大，最优装接点不断前移；

分散接入最优配置：对于居住、商业负荷以及削峰幅度较小时的工业负荷，储能容量呈递增配置，储能容量主要配置在线路后段，且随着削峰比例增加，储能配置重心开始前移；对于削峰幅度较大的工业负荷，储能主要配置在线路中间靠前时，线损较小。

本发明的有益效果：本发明提出的一种分布式电源与储能协同优化配置方法弥补了分布式电源、储能精细化配置的空白，为供电企业提供可量化的、多维度的分布式电源、储能以及协同配置的优化方案，提高电网利用率与综合线损。具体来看：a、通过分布式电源与储能协同优化配置方法，多方面比选，能快速得到分布式电源与储能项目最优接入方案，保证配电网安全运行，降低设备线损，提高电网能量传输效率。同时，减少配电网建设的冗余裕量，提升设备利用率，避免不必要电网投资；b、通过该方法得出的配置方案，将有效的针对不同负荷特性引导配电网中分布式电源与储能接入，包括最优接入方式、接入位置、接入容量，能够减少电网投资、提升电网投资精准水平、降低线损，提升公司管理水平和经济效益，助力新型电力系统建设。

附图说明

图1为本发明的一种分布式电源与储能协同优化配置方法的流程图。

具体实施方式

为使本发明的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本发明作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本发明的一种最佳实施例，仅用以解释本发明，并不限定本发明的保护范围，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。

实施例：

如图1所示，一种分布式电源与储能协同优化配置方法的流程图，包括如下步骤：

获取电网系统的负荷特性和出力特性，分别绘制负荷特性曲线和出力特性曲线；包括如下步骤：

所述负荷特性包括储能的日充电情况和用户的日负荷需求情况，所述出力特性包括有储能的日放电情况以及分布式电源的日出力情况；分别绘制储能的日放电曲线、分布式电源典型曲线、储能充电曲线以及用户典型负荷曲线；获取日分布式电源的出力情况、储能的充放电情况与用户用电情况，并绘制对应的特性曲线；分布式电源出力情况、不同用户负荷特性都会对线损有一定影响，所以利用典型日曲线作为参数更能接近实际线损，其中用户典型负荷曲线包括工业、商业、居民、行政办公四类主要负荷；储能的充放电曲线没有固定曲线，随分布式电源以及用户合成日负荷改变，需要保证“削峰填谷”，可以利用设定程序生成。

采用OpenDss搭建电网仿真模型，确定电网模型的结构和输入参数；包括如下步骤：设置电网结构以及输入参数，包括电压等级、基础频率、线路与变压器阻抗导纳、用户负荷；按变量接入配置原则接入分布式电源与储能元件，其中，初始接入位置默认为首端，初始接入容量默认为0，若确定了接入位置或者容量，则手动修改且不再作为后续步骤中的变量；将负荷特性曲线和出力特性曲线作为电网仿真模型的输入参数。

其中，分布式电源接入配置原则如下：

接入方式选择：在小容量光伏接入时，可以根据成本、空间资源等实际情况选择集中接入或者分散接入；当光伏容量较大时，优先选择分散接入，集中接入位置需要慎重选择，否则会导致线损不降反升；当光伏容量过大，大量有功倒送时，不建议选择集中接入，不同负荷光伏接入选择见表1所示；

集中接入最优配置：当负荷集中分布时，分布式电源接入点越接近负荷集中点，线损越小；当负荷均匀分布时，不同位置接入、不同负荷的最优分布式电源装机容量如表2所示，且光伏接入线路2/3处时，线损达到最小；

分散接入最优配置：光伏分散接入时，分布式电源接入选择负荷集中点附近或者分段中间位置。对于负荷均匀线路，接入光伏容量尽量均匀分布，且第一段光伏装机容量略小于其他分段，分布式电源分散接入最优装机容量配置见表3所示。

表1.不同负荷光伏接入选择

	集中接入或分散接入	分散接入
			居住	容量≤0.42最大负荷	容量>0.42最大负荷
商业	容量≤0.58最大负荷	容量>0.58最大负荷
			工业	容量≤0.61最大负荷	容量>0.61最大负荷

表2.分布式电源集中接入位置及最优装机容量配置

表3.分布式电源分散接入最优装机容量配置

	最优容量/最大负荷	最大出力/最大负荷
			居住	0.833	0.708
商业	1.306	1.11
			工业	1.417	1.204

其中，储能接入配置原则如下：

接入方式选择：根据成本、空间资源、管理等实际情况选择集中接入或者分散接入，当削峰比例在15％以下时，建议采用集中接入；

集中接入最优配置：当负荷均匀分布时，不同削峰比例下储能最优具体接入位置如附表4所示。接在线路2/3处至末端时，能够最大化发挥储能的降损效果，且随着储能容量的不断增大，最优装接点不断前移；

分散接入最优配置：对于居住、商业负荷以及削峰幅度较小时的工业负荷，储能容量呈递增配置，储能容量主要配置在线路后段，且随着削峰比例增加，储能配置重心开始前移；对于削峰幅度较大的工业负荷，储能主要配置在线路中间靠前时，线损较小。

表4.不同储能容量最优集中接入位置

削峰比例	≤5％	5％～15％	15％～25％	≥25％
					位置	线路末端	线路5/6处	线路3/4处	线路2/3处

将线损作为电网的损耗目标值，通过迭代算法计算出最小线损值；通过迭代算法计算出最小线损值包括如下步骤：

利用OpenDss的COM接口，以Python调用模型对电网仿真模型进行循环仿真；将分布式电源、储能的接入容量、接入位置作为变量，每仿真一次，调整分布式电源或者储能参数，接入容量加S或者接入位置后移L；每一次仿真结束后进行约束校验(约束校验包括电压偏差、谐波、反向负载率等的效验)，若效验不成功，继续调整分布式电源或者储能参数；若效验成功，比较当前线损值与上一次线损值的大小，若当前线损值小于上一次线损值，则将当前线损值作为最优损耗，并输出当前的分布式电源或者储能参数调整结果，继续进行下一轮的迭代，直到变量超出参数边界即停止迭代过程。

将仿真结果中的最小线损作为分布式电源与储能接入的最优损耗，其对应的分布式电源与储能配置即为仿真模型下的最优配置。

分布式电源与储能协同优化配置结果：根据现有的分布式电源的储能配额要求，以分布式电源容量10％、2h的储能配置作为标准配额。

标准配额下，当新能源集中接入时：

储能集中接入：对于工业负荷与较大光伏装机容量的商业负荷或者光伏在线路2/3后接入，储能集中接入位置与光伏接入位置相同时线损最小；其余情况储能接入位置靠近线路5/6处，线损较小，且随光伏装机容量增大而前移，具体结果见表5；

储能分散接入：大部分储能配置在储能集中接入最优点附近时，线损最小，储能最优分散接入其实相当于集中接入，同时储能集中配置线损要优于分散配置。

表5.标配额度下光伏集中接入时储能集中接入选择

标准配额下，当新能源分散接入时：

储能集中接入：光伏容量越大，储能接入位置对于线损影响越大，越接近末端降损效果越好；储能分散接入：储能容量大部分位于线路末段时，线损最小，与储能集中最优配置一致；相同条件下光伏与储能接入位置不同时线损略小于光伏与储能接入位置相同时线损。

以上所述之具体实施方式为本发明一种分布式电源与储能协同优化配置方法的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式，凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。

Claims (6)

1.一种分布式电源与储能协同优化配置方法，其特征在于，包括如下步骤：

获取电网系统的负荷特性和出力特性，分别绘制负荷特性曲线和出力特性曲线；

采用OpenDss搭建电网仿真模型，确定电网模型的结构和输入参数；

将线损作为电网的损耗目标值，通过迭代算法计算出最小线损值；

将仿真结果中的最小线损作为分布式电源与储能接入的最优损耗，其对应的分布式电源与储能配置即为仿真模型下的最优配置。

2.根据权利要求1所述的一种分布式电源与储能协同优化配置方法，其特征在于，

所述负荷特性包括有储能的日充电情况和用户的日负荷需求情况；

所述出力特性包括有储能的日放电情况以及分布式电源的日出力情况；

负荷特性曲线包括有储能充电曲线和用户典型负荷曲线；

出力特性曲线包括有储能的日放电曲线和分布式电源典型曲线。

3.根据权利要求1或2所述的一种分布式电源与储能协同优化配置方法，其特征在于，

采用OpenDss搭建电网仿真模型包括如下步骤：

设置电网结构以及输入参数，包括电压等级、基础频率、线路与变压器阻抗导纳、用户负荷；

按变量接入配置原则接入分布式电源与储能元件，其中，初始接入位置默认为首端，初始接入容量默认为0，若确定了接入位置或者容量，则手动修改且不再作为后续步骤中的变量；

将负荷特性曲线和出力特性曲线作为电网仿真模型的输入参数。

4.根据权利要求3所述的一种分布式电源与储能协同优化配置方法，其特征在于，

通过迭代算法计算出最小线损值包括如下步骤：

利用OpenDss的COM接口，以Python调用模型对电网仿真模型进行循环仿真；将分布式电源、储能的接入容量、接入位置作为变量，每仿真一次，调整分布式电源或者储能参数，接入容量加S或者接入位置后移L；每一次仿真结束后进行约束校验，若效验不成功，继续调整分布式电源或者储能参数；若效验成功，比较当前线损值与上一次线损值的大小，若当前线损值小于上一次线损值，则将当前线损值作为最优损耗，并输出当前的分布式电源或者储能参数调整结果，继续进行下一轮的迭代，直到变量超出参数边界即停止迭代过程。

5.根据权利要求3所述的一种分布式电源与储能协同优化配置方法，其特征在于，

分布式电源接入配置原则如下：

接入方式选择：在小容量光伏接入时，根据成本、空间资源实际情况选择集中接入或者分散接入；当光伏容量较大时，优先选择分散接入；当光伏容量过大，大量有功倒送时，不宜选择集中接入；

集中接入最优配置：当负荷集中分布时，分布式电源接入点越接近负荷集中点，线损越小；当负荷均匀分布时，光伏接入线路2/3处时，线损达到最小；

分散接入最优配置：光伏分散接入时，分布式电源接入选择负荷集中点附近或者分段中间位置；对于负荷均匀线路，接入光伏容量尽量均匀分布，且第一段光伏装机容量略小于其他分段。

6.根据权利要求3所述的一种分布式电源与储能协同优化配置方法，其特征在于，

储能接入配置原则如下：

接入方式选择：根据成本、空间资源、管理实际情况选择集中接入或者分散接入，当削峰比例在15％以下时，采用集中接入；

集中接入最优配置：当负荷均匀分布时，根据不同削峰比例选择储能最优具体接入位置；其中，接在线路2/3处至末端时，能够最大化发挥储能的降损效果，且随着储能容量的不断增大，最优装接点不断前移；

分散接入最优配置：对于居住、商业负荷以及削峰幅度较小时的工业负荷，储能容量呈递增配置，储能容量主要配置在线路后段，且随着削峰比例增加，储能配置重心开始前移；对于削峰幅度较大的工业负荷，储能主要配置在线路中间靠前时，线损较小。

Images