CN115333129A - 一种考虑新能源消纳率与储能利用率的储能配置方法 - Google Patents

一种考虑新能源消纳率与储能利用率的储能配置方法 Download PDF

Info

Publication number
CN115333129A
CN115333129A CN202210849652.7A CN202210849652A CN115333129A CN 115333129 A CN115333129 A CN 115333129A CN 202210849652 A CN202210849652 A CN 202210849652A CN 115333129 A CN115333129 A CN 115333129A
Authority
CN
China
Prior art keywords
energy storage
representing
power
energy
cost
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
CN202210849652.7A
Other languages
English (en)
Inventor
张裕
李庆生
陈巨龙
唐学用
张彦
刘文霞
罗文雲
胡江
何向刚
蒋泽甫
李阳
孙斌
杨雄平
卢斯煜
卓映君
贺墨琳
李震
张兆丰
杨婕睿
姚良忠
廖思阳
赵小磊
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid 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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN202210849652.7A priority Critical patent/CN115333129A/zh
Publication of CN115333129A publication Critical patent/CN115333129A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑新能源消纳率与储能利用率的储能配置方法，包括：分析抽水蓄能、电化学储能与压缩空气储能的削峰填谷、有功备用、波动平抑的历史数据，建立多类型储能全寿命周期性模型并建立以系统投资与运行成本最小、新能源消纳、储能利用率与综合效益最大的多目标优化函数；根据区域电网的潮流运行要求、和荷电状态、储能充放电功率约束，建立区域电网储能配置模型运行约束以及区域电网储能配置投资决策约束；协调投资决策子模型和运行优化子模型，并联合优化获得原区域储能配置问题的整体最优解。本发明通过考考虑不同电压等级、不同分区对储能容量与价值的需求，建立储能配置模型，减少了区域电网不同分区储能电站的重复投资。

Description

一种考虑新能源消纳率与储能利用率的储能配置方法
技术领域
本发明涉及储能电站配置技术领域，尤其涉及一种考虑新能源消纳率与储能利用率的储能配置方法。
背景技术
目前，世界各国的能源构成的消耗主体依旧是化石能源，其中不可再生能源依旧是世界各国在生产生活中消耗的主要能源，这一问题在世界各国的发展中仍旧无法回避。针对能源危机带来的挑战，全球各个国家采取了多种应对手段，以期解决化石能源枯竭带来的影响，越来越多的清洁、可再生能源逐步取代传统化石能源成为世界各国能源发展的主要方向。与此同时，为使清洁能源发电更优更好的与传统发电方式方法相结合，开展“风光水火储一体化”，以提升能源清洁利用水平和电力系统运行效率，更好指导送端电源基地规划开发和源网荷协调互动。“风光水火储一体化”政策的出台为后续清洁能源行业的开发、建设、运营提出了更高的要求，指明了发展方向，多种能源互补发电协调运行逐步成为未来电力系统的发展方向。面对“风光水火储一体化”发展，现有系统中，电网调峰任务通常由常规机组承担，但此类机组在运行中均受到一定限制，如燃煤火电机组爬坡速度慢，水电机组受季节影响较大，这导致大型新能源富集地区弃风、弃光现象时常发生，产生了严重的经济损失。大规模储能已成为提高“风光水火储一体化”系统高效运行的有效手段。
随着其成本的逐渐下降已经开始广泛应用电网中。一方面储能具备良好的静态特性，可以通过低储高发削弱峰谷差，有效改善电网的调峰压力。储能电站良好的有功调节能力可以全面提高大型新能源富集地区电网的调峰能力，从而提高可再生能源消纳水平，并且带来良好的经济收益。
但储能电站的规划是一个较为复杂的过程，鉴于目前储能成本仍然较高，对储能电站进行合理规划配置，以保证储能充分发挥其特性优势并取得良好的经济、环保效益是十分必要的。目前，在储能电站规划配置上，仅有部分研究针对电站内储能电站或微电网内储能电站的配置进行了相关研究，确定特定场景下的最佳电池类型和容量，但在面对省级区域电网大规模储能配置方案的规划，暂无相关研究与应用。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的技术问题是：燃煤火电机组爬坡速度慢，水电机组受季节影响较大，这导致大型新能源富集地区弃风、弃光现象时常发生的问题。
为解决上述技术问题，本发明提供如下技术方案：分析抽水蓄能、电化学储能与压缩空气储能的削峰填谷、有功备用、波动平抑的历史数据，建立多类型储能全寿命周期性模型；根据所述抽水蓄能、电化学储能与压缩空气储能的投建成本与运行成本模型，基于储能利用率与新能源消纳率边际效应，建立以系统投资与运行成本最小、新能源消纳、储能利用率与综合效益最大的多目标优化函数；根据区域电网的潮流运行要求、和荷电状态、储能充放电功率约束，建立区域电网储能配置模型运行约束，并根据投资决策限制建立区域电网储能配置投资决策约束；采用Benders分解法，求解投资决策子模型和运行优化子模型，协调投资决策子模型和运行优化子模型，并联合优化获得原区域储能配置问题的整体最优解。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述削峰填谷、有功备用、波动平抑能力及经济性价值的获取包括，
Figure BDA0003752955390000021
Figure BDA0003752955390000022
Figure BDA0003752955390000023
其中，C1表示储能平抑风电、光伏功率波动并使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益，C3表示储能提供有功备用获得的辅助服务收益，C4,t +表示一天中t时刻储能的购电电价，C4,t-表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，PC表示若储能不参与功率平抑、风电光伏因波动率不满足并网要求弃掉的功率，Δt1表示该场景发生的时间，Ei表示储能在第i天内的调峰放电电量，e1表示发电厂合同电价， Np表示一年内储能调峰运行天数，T表示火电年运行时间，Pthermal表示单位容量装机成本，q表示火电基本调峰能力与最大出力的比值，CNOx表示每单位发电量所需氮氧化物的排污费用，CSO2表示每单位发电量所需二氧化硫的排污费用，CCO2表示每单位发电量所需二氧化碳的排污费用，M表示火电机组的使用年限，r表示折现率，Qi表示储能在第i天内的提供备用容量，Ωs表示典型场景集合。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述投建成本的计算包括，
Figure BDA0003752955390000031
CInv,CAES＝(fCAES,CPCAESC,max+fCAES,GPCAESG,max+fCAES,STVST+fCAES,TESQTES)·R
CInv,BES＝(fBES,PPBES,N+fBES,EEBES,N)·R
其中，CInv,X表示X储能电站的投建成本，X∈{PS，CAES，BES}，CInv,ps表示抽水蓄能电站的投建成本，CInv,CAES表示压缩空气储能电站的投建成本， CInv,BES表示电池储能电站的投建成本，PPSC,max表示抽水蓄能电站的最大抽水功率，PPSG,max表示抽水蓄能电站的最大发电功率，Wu PS,max表示抽水蓄能电站的上游水库容量，fPS,C、fPS,G和fPS,CAP表示抽水蓄能电站3种关键部件的单位投建成本，fCAES,C表示压缩空气储能电站的压缩机的单位投建成本，fCAES,G表示压缩空气储能电站的膨胀机的单位投建成本，fCAES,ST表示压缩空气储能电站的储气室的单位投建成本，fCAES,TES表示压缩空气储能电站的蓄热装置的单位投建成本， VST表示压缩空气储能电站储气室的额定容量，QTES表示压缩空气储能电站蓄热装置的额定容量，PBES,N表示电池储能电站的额定功率，EBES,N表示电池储能电站的额定容量，fBES,P表示电池储能系统单位功率，fBES,E表示电池储能系统容量投建成本，PCAESC,max表示压缩空间储能电站的最大充电功率，PCAESG,max表示压缩空气储能电站的最大发电功率，R表示年化系数。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述年化系数R的计算包括，
Figure BDA0003752955390000041
其中，r表示折现率，Tpro表示工程周期年限；
运维成本的计算包括，
Figure BDA0003752955390000042
其中，COM,X,表示运维成本，fOM,X,fix表示X储能电站的年化单位固定运维成本，fOM,X,var表示X储能电站的年化单位固定运维成本和单位可变运维成本， PXC,t表示X储能电站t时刻的充电功率，PXG,t表示X储能电站t时刻的放电功率；
置换成本的计算包括，
CRep,PS＝CRep,CAES＝0
Figure BDA0003752955390000043
其中，CRep,PS表示抽水蓄能电站的置换成本，CRep,PSCAES表示压缩空气储能电站的置换成本，CInv,BES表示电池储能电站的投建成本，k表示工程周期内的储能电池的置换总次数，TBES,cyc表示电池储能电站循环寿命，R表示年化系数， r表示折现率。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述以系统投资与运行成本最小、新能源消纳、储能利用率与综合效益最大的多目标优化函数的计算包括，
Obj＝min Cinv+COM+CA,y+CU-CBE
Figure BDA0003752955390000044
Figure BDA0003752955390000045
CA,y＝cAl(PPV,max+PW,max)
Figure BDA0003752955390000046
CBE＝β1C1+β2C2+β3C3
Figure BDA0003752955390000047
Figure BDA0003752955390000048
其中，Obj表示多目标优化函数，Cinv表示投建成本，COM表示运行维护成本，CA,y表示可再生能源弃电费用，CU表示储能以最大功率充放电获得的收益与实际功率充放电获得收益之间的差值，当实际功率等于最大功率时，CU＝0，储能利用率达到100％，CBE表示储能参与系统削峰填谷、有功备用与波动平抑获得收益，Ψn表示系统中可配置储能的节点集合，C1,i表示第i个节点配置一座储能的固定成本，C2,i表示第i个节点配置储能的单位能量容量成本，C3,i表示第i个节点配置储能的单位功率容量成本，COM,i表示第i个节点配置储能的单位功率容量全年运行维护费用，Ginv表示规划期内投建成本从现值折算至等年值的系数，GOM表示规划期内运行维护成本从现值折算至等年值的系数，cA1表示单位弃电功率费用，PPV,,max表示最大弃光功率，PW,max表示最大弃风功率，Ωs表示运行场景的集合，P+ ω,max,i表示储能最大充电功率，P- ω,max,i表示储能最大放电功率，Δt表示储能每次行表示的充放电时间，t＝1～24，C4,t +表示一天中 t时刻储能的购电电价，C4,t -分别表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，满足
Figure BDA0003752955390000051
xi表示第i个节点配置储能，Ei表示第i个节点所配置储能的能量容量，
Figure BDA0003752955390000052
表示第i个节点配置的储能在场景ω下t时刻的充电功率，
Figure BDA0003752955390000053
表示第i个节点配置的储能在场景ω下，t时刻的放电功率，
Figure BDA0003752955390000054
表示第i个节点所配置储能的功率容量，C1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益，C3表示储能提供有功备用获得的辅助服务收益，β1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益的权重，β2表示储能参与削峰填谷获得的辅助服务收益的权益，β3表示储能提供有功备用获得的辅助服务收益的权重，β1+β2+β3＝1，α表示一般贴现率，αinveq表示投建成本的等效贴现率，αome分别表示运行维护成本的等效贴现率，αinv表示投建成本的贴现率，αom表示运行维护成本的贴现率，Ny表示规划年。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述区域电网储能配置投资决策约束包括运行约束和投资决策约束。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述运行约束包括储能充放电功率约束、储能荷电状态约束、荷电状态约束以及交流潮流约束；
所述储能充放电功率约束包括，
其中，P+ ω,t,i表示t时刻储能充电功率，P- ω,t,i表示t时刻储能放电功率；
所述储能荷电状态约束包括，
Figure BDA0003752955390000065
该节点处配置储能在运行任意时刻的荷电状态均满足配置储能在运行中允许的荷电状态最小值与最大值，
Figure BDA0003752955390000061
其中，SOCmin表示配置储能在运行中允许的荷电状态最小值，SOCmax表示配置储能在运行中允许的荷电状态最大值，ηi C表示储能的充电效率，ηi D表示储能的放电效率，Δτ表示充放电时间，SOCi,ω,0表示第i个节点配置的储能在场景ω下的初始荷电状态，SOCi,ω,t表示第i个节点配置的储能在场景ω下t 时刻的初始荷电状态；
所述荷电状态约束包括，
SOCi,ω,0＝SOCi,ω,24＝SOC0
其中，SOC0表示配置储能的初始荷电状态，SOCi,ω,0表示第i个节点配置的储能在场景ω下运行初始荷电状态，SOCi,ω,24为第i个节点配置的储能在场景ω下运行一天后的荷电状态；
所述交流潮流约束包括，
Figure BDA0003752955390000062
Figure BDA0003752955390000063
Figure BDA0003752955390000064
Pi＝PPV,i-Pload,i
Umin≤U≤Umax
其中，Pi表示节点i处注入有功，Qi表示节点i处注入无功功率，θij表示节点i与j之间电相角差Ui表示节点i的电压，Uj表示节点j的电压，Gij支路 ij的电导，Bij表示支路ij的电纳，j∈i表示所有与节点i相邻的节点，Pij表示从节点i到节点j之间流过的有功功率，Π表示全网支路集合，Pload,i表示节点 i处的用户负荷，U表示各节点电压幅值，U＝[U1，U2，…，Un]T；Umax表示电压允许的上限，Umin表示电压允许的下限，PL表示网络支路潮流，PL,t＝[PL,1×2， PL,2×3，…，PL,(n-1)n]T，PL,max表示之路潮流的上限约束，PL,min表示支路潮流的下限约束，Umin表示节点电压的上限值，Umin表示节点电压的下限值。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述投资决策约束包括储能投建容量约束和储能投建数量约束；
所述储能投建容量约束包括，
Figure BDA0003752955390000071
该节点处储能的三类配置变量均满足：
0≤xi≤1
xiEmin≤Ei≤xiEmax
Figure BDA0003752955390000072
其中，Emin表示可配置储能的最小能量容量，Emax表示可配置储能的最大能量容量，Pmax表示可配置储能的最大功率容量。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述储能投建数量约束包括，
Figure BDA0003752955390000073
其中，nmin表示可配置储能数目的最小值，nmax表示可配置储能数目的最大值。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述整体最优解的获取包括，
采用Benders分解法，将区域电网储能配置原问题分解为运行优化子模型和投资决策子模型，所述投资决策子模型包括以配置方案的建设相关费用最小为目标函数，约束条件包括储能投建容量约束，所述运行优化子模型包括以系统运行费用最小、新能源消纳、储能利用率与综合效益最大为目标函数，约束条件包括电网潮流约束、储能电站运行约束；
输入系统现有数据、待选电站负荷预测数据与约束条件数据，基于 YALMIP调用Cplex优化储能配置决策子模型，确定储能配置地点和容量；
将储能配置方案作为运行优化子模型的初始条件，选取清洁能源与负荷典型场景下进行运行模拟计算，对配置方案进行详细的技术经济评价，得到当前储能配置方案下的清洁能源弃置费用与运行费用，并迭代优化储能配置方案；
以相邻两次规划运行成本与投建成本总费用之差小于某一极小值作为判据，检验迭代过程的收敛性，若满足收敛判据，则迭代过程结束。
作为本发明所述的考虑新能源消纳率与储能利用率的储能配置方法的一种优选方案，其中：所述投资决策子模型目标函数包括，
min(Cinv)
Figure BDA0003752955390000081
其中，Cinv表示投建成本，C1,i表示第i个节点配置一座储能的固定成本， C2,i表示第i个节点配置储能的单位能量容量成本，C3,i表示第i个节点配置储能的单位功率容量成本，Ginv表示规划期内投建成本从现值折算至等年值的系数，xi表示第i个节点配置储能，Ei表示第i个节点所配置储能的能量容量，
Figure BDA0003752955390000085
表示第i个节点所配置储能的功率容量，Ψn表示系统中可配置储能的节点集合；
所述运行优化子模型目标函数包括，
0bj＝min COM+CA，y+CU-CBE
Figure BDA0003752955390000082
CA，y＝cAl(PPV，max+PW，max)
Figure BDA0003752955390000083
CBE＝β1C1+β2C2+β3C3
其中，Obj表示多目标优化函数，COM表示运行维护成本，CA,y表示可再生能源弃电费用，CU表示储能以最大功率充放电获得的收益与实际功率充放电获得收益之间的差值，CBE表示储能参与系统削峰填谷、有功备用与波动平抑获得收益，Ψn表示系统中可配置储能的节点集合，COM,i表示第i个节点配置储能的单位功率容量全年运行维护费用，
Figure BDA0003752955390000084
表示第i个节点所配置储能的功率容量，Ψn表示系统中可配置储能的节点集合，，CA,y表示可再生能源弃电费用，cA1表示单位弃电功率费用，PPV,,max表示最大弃光功率，PW,max表示最大弃风功率，C4,t +表示一天中t时刻储能的购电电价，C4,t -分别表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，Δt表示储能每次行表示的充放电时间，β1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益的权重，β2表示储能参与削峰填谷获得的辅助服务收益的权益，β3表示储能提供有功备用获得的辅助服务收益的权重，C1表示储能平抑风电、光伏功率波动并使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益， C3表示储能提供有功备用获得的辅助服务收益；
所述迭代收敛包括，
(Cinv+COM+CA,y+CU-CBE)n- (Cinv+COM+CA,y+CU-CBE)n-1＜ε
其中，n表示迭代次数，为整数值，ε表示某一极小值。
本发明的有益效果：本发明考考虑了储能利用率与新能源消纳的边际效应，避免了运行时储能电站可用容量的大量闲置，充分利用储能可用容量消纳新能源；通过考考虑不同电压等级、不同分区对储能容量与价值的需求，建立省级区域电网分层分区储能配置模型，有效减少了省级区域电网不同分区储能电站的重复投资。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一个实施例提供的一种考虑新能源消纳率与储能利用率的储能配置方法的基本流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1，为本发明的一个实施例，提供了一种考虑新能源消纳率与储能利用率的储能配置方法，包括：
S1：分析抽水蓄能、电化学储能与压缩空气储能的削峰填谷、有功备用、波动平抑的历史数据，建立多类型储能全寿命周期性模型。需要说明的是：
削峰填谷、有功备用、波动平抑能力及经济性价值的获取包括，
Figure BDA0003752955390000101
Figure BDA0003752955390000102
Figure BDA0003752955390000103
其中，C1表示储能平抑风电、光伏功率波动并使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益，C3表示储能提供有功备用获得的辅助服务收益，C4,t +表示一天中t时刻储能的购电电价，C4,t -表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，PC表示若储能不参与功率平抑、风电光伏因波动率不满足并网要求弃掉的功率，Δt1表示该场景发生的时间，Ei表示储能在第i天内的调峰放电电量，e1表示发电厂合同电价， Np表示一年内储能调峰运行天数，T表示火电年运行时间，Pthermal表示单位容量装机成本，q表示火电基本调峰能力与最大出力的比值，CNOx表示每单位发电量所需氮氧化物的排污费用，CSO2表示每单位发电量所需二氧化硫的排污费用，CCO2表示每单位发电量所需二氧化碳的排污费用，M表示火电机组的使用年限，r表示折现率，Qi表示储能在第i天内的提供备用容量，Ωs表示典型场景集合。
投建成本的计算包括，
Figure BDA0003752955390000113
CInv,CAES＝(fCAES,CPCAESC,max+fCAES,GPCAESG,max+fCAES,STVST+fCAES,TESQTES)·R
CInv,BES＝(fBES,PPBES,N+fBES,EEBES,N)·R
其中，CInv,X表示X储能电站的投建成本，X∈{PS，CAES，BES}，CInv,ps表示抽水蓄能电站的投建成本，CInv,CAES表示压缩空气储能电站的投建成本， CInv,BES表示电池储能电站的投建成本，PPSC,max表示抽水蓄能电站的最大抽水功率，PPSG,max表示抽水蓄能电站的最大发电功率，Wu PS,max表示抽水蓄能电站的上游水库容量，fPS,C、fPS,G和fPS,CAP表示抽水蓄能电站3种关键部件的单位投建成本，fCAES,C表示压缩空气储能电站的压缩机的单位投建成本，fCAES,G表示压缩空气储能电站的膨胀机的单位投建成本，fCAES,ST表示压缩空气储能电站的储气室的单位投建成本，fCAES,TES表示压缩空气储能电站的蓄热装置的单位投建成本， VST表示压缩空气储能电站储气室的额定容量，QTES表示压缩空气储能电站蓄热装置的额定容量，PBES,N表示电池储能电站的额定功率，EBES,N表示电池储能电站的额定容量，fBES,P表示电池储能系统单位功率，fBES,E表示电池储能系统容量投建成本，PCAESC,max表示压缩空间储能电站的最大充电功率，PCAESG,max表示压缩空气储能电站的最大发电功率，R表示年化系数。
年化系数R的计算包括，
Figure BDA0003752955390000111
其中，r表示折现率，Tpro表示工程周期年限；
运维成本的计算包括，
Figure BDA0003752955390000112
其中，COM,X,表示运维成本，fOM,X,fix表示X储能电站的年化单位固定运维成本，fOM,X,var表示X储能电站的年化单位固定运维成本和单位可变运维成本， PXC,t表示X储能电站t时刻的充电功率，PXG,t表示X储能电站t时刻的放电功率；
置换成本的计算包括，
CRep,PS＝CRep,CAES＝0
Figure BDA0003752955390000121
其中，CRep,PS表示抽水蓄能电站的置换成本，CRep,PSCAES表示压缩空气储能电站的置换成本，CInv,BES表示电池储能电站的投建成本，k表示工程周期内的储能电池的置换总次数，TBES,cyc表示电池储能电站循环寿命，R表示年化系数， r表示折现率。
S2：根据所述抽水蓄能、电化学储能与压缩空气储能的投建成本与运行成本模型，基于储能利用率与新能源消纳率边际效应，建立以系统投资与运行成本最小、新能源消纳、储能利用率与综合效益最大的多目标优化函数。需要说明的是：
以系统投资与运行成本最小、新能源消纳、储能利用率与综合效益最大的多目标优化函数的计算包括，
Obj＝min Cinv+COM+CA,y+CU-CBE
Figure BDA0003752955390000122
Figure BDA0003752955390000123
CA,y＝cAl(PPV,max+PW,max)
Figure BDA0003752955390000124
CBE＝β1C1+β2C2+β3C3
Figure BDA0003752955390000125
Figure BDA0003752955390000126
其中，Obj表示多目标优化函数，Cinv表示投建成本，COM表示运行维护成本，CA,y表示可再生能源弃电费用，CU表示储能以最大功率充放电获得的收益与实际功率充放电获得收益之间的差值，当实际功率等于最大功率时，CU＝0，储能利用率达到100％，CBE表示储能参与系统削峰填谷、有功备用与波动平抑获得收益，Ψn表示系统中可配置储能的节点集合，C1,i表示第i个节点配置一座储能的固定成本，C2,i表示第i个节点配置储能的单位能量容量成本，C3,i表示第i个节点配置储能的单位功率容量成本，COM,i表示第i个节点配置储能的单位功率容量全年运行维护费用，Ginv表示规划期内投建成本从现值折算至等年值的系数，GOM表示规划期内运行维护成本从现值折算至等年值的系数，cA1表示单位弃电功率费用，PPV,,max表示最大弃光功率，PW,max表示最大弃风功率，Ωs表示运行场景的集合，P+ ω,max,i表示储能最大充电功率，P- ω,max,i表示储能最大放电功率，Δt表示储能每次行表示的充放电时间，t＝1～24，C4,t +表示一天中 t时刻储能的购电电价，C4,t -分别表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，满足
Figure BDA0003752955390000131
xi表示第i个节点配置储能，Ei表示第i个节点所配置储能的能量容量，
Figure BDA0003752955390000132
表示第i个节点配置的储能在场景ω下t时刻的充电功率，
Figure BDA0003752955390000133
表示第i个节点配置的储能在场景ω下，t时刻的放电功率，
Figure BDA0003752955390000134
表示第i个节点所配置储能的功率容量，C1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益，C3表示储能提供有功备用获得的辅助服务收益，β1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益的权重，β2表示储能参与削峰填谷获得的辅助服务收益的权益，β3表示储能提供有功备用获得的辅助服务收益的权重，β1+β2+β3＝1，α表示一般贴现率，αinveq表示投建成本的等效贴现率，αome分别表示运行维护成本的等效贴现率，αinv表示投建成本的贴现率，αom表示运行维护成本的贴现率，Ny表示规划年。
S3：根据区域电网的潮流运行要求、和荷电状态、储能充放电功率约束，建立区域电网储能配置模型运行约束，并根据投资决策限制建立区域电网储能配置投资决策约束。需要说明的是：
区域电网储能配置投资决策约束包括运行约束和投资决策约束。
运行约束包括储能充放电功率约束、储能荷电状态约束、荷电状态约束以及交流潮流约束；
储能充放电功率约束包括，
其中，P+ ω,t,i表示t时刻储能充电功率，P- ω,t,i表示t时刻储能放电功率；
储能荷电状态约束包括，
Figure BDA0003752955390000141
该节点处配置储能在运行任意时刻的荷电状态均满足配置储能在运行中允许的荷电状态最小值与最大值，
Figure BDA0003752955390000142
其中，SOCmin表示配置储能在运行中允许的荷电状态最小值，SOCmax表示配置储能在运行中允许的荷电状态最大值，ηi C表示储能的充电效率，ηi D表示储能的放电效率，Δτ表示充放电时间，SOCi,ω,0表示第i个节点配置的储能在场景ω下的初始荷电状态，SOCi,ω,t表示第i个节点配置的储能在场景ω下t 时刻的初始荷电状态；
荷电状态约束包括，
SOCi,ω,0＝SOCi,ω,24＝SOC0
其中，SOC0表示配置储能的初始荷电状态，SOCi,ω,0表示第i个节点配置的储能在场景ω下运行初始荷电状态，SOCi,ω,24为第i个节点配置的储能在场景ω下运行一天后的荷电状态；
交流潮流约束包括，
Figure BDA0003752955390000143
Figure BDA0003752955390000144
Figure BDA0003752955390000145
Pi＝PPV,i-Pload,i
Umin≤U≤Umax
其中，Pi表示节点i处注入有功，Qi表示节点i处注入无功功率，θij表示节点i与j之间电相角差Ui表示节点i的电压，Uj表示节点j的电压，Gij支路ij的电导，Bij表示支路ij的电纳，j∈i表示所有与节点i相邻的节点，Pij表示从节点i到节点j之间流过的有功功率，Π表示全网支路集合，Pload,i表示节点 i处的用户负荷，U表示各节点电压幅值，U＝[U1，U2，…，Un]T；Umax表示电压允许的上限，Umin表示电压允许的下限，PL表示网络支路潮流，PL,t＝[PL,1×2， PL,2×3，…，PL,(n-1)n]T，PL,max表示之路潮流的上限约束，PL,min表示支路潮流的下限约束，Umin表示节点电压的上限值，Umin表示节点电压的下限值。
投资决策约束包括储能投建容量约束和储能投建数量约束；
储能投建容量约束包括，
Figure BDA0003752955390000151
该节点处储能的三类配置变量均满足：
0≤xi≤1
xiEmin≤Ei≤xiEmax
Figure BDA0003752955390000152
其中，Emin表示可配置储能的最小能量容量，Emax表示可配置储能的最大能量容量，Pmax表示可配置储能的最大功率容量。
储能投建数量约束包括，
Figure BDA0003752955390000153
其中，nmin表示可配置储能数目的最小值，nmax表示可配置储能数目的最大值。
S4：采用Benders分解法，求解投资决策子模型和运行优化子模型，协调投资决策子模型和运行优化子模型，并联合优化获得原区域储能配置问题的整体最优解。需要说明的是：
整体最优解的获取包括，
采用Benders分解法，将区域电网储能配置原问题分解为运行优化子模型和投资决策子模型，投资决策子模型包括以配置方案的建设相关费用最小为目标函数，约束条件包括储能投建容量约束，运行优化子模型包括以系统运行费用最小、新能源消纳、储能利用率与综合效益最大为目标函数，约束条件包括电网潮流约束、储能电站运行约束；
输入系统现有数据、待选电站负荷预测数据与约束条件数据，基于 YALMIP调用Cplex优化储能配置决策子模型，确定储能配置地点和容量；
将储能配置方案作为运行优化子模型的初始条件，选取清洁能源与负荷典型场景下进行运行模拟计算，对配置方案进行详细的技术经济评价，得到当前储能配置方案下的清洁能源弃置费用与运行费用，并迭代优化储能配置方案；
以相邻两次规划运行成本与投建成本总费用之差小于某一极小值作为判据，检验迭代过程的收敛性，若满足收敛判据，则迭代过程结束。
投资决策子模型目标函数包括，
min(Cinv)
Figure BDA0003752955390000161
其中，Cinv表示投建成本，C1,i表示第i个节点配置一座储能的固定成本， C2,i表示第i个节点配置储能的单位能量容量成本，C3,i表示第i个节点配置储能的单位功率容量成本，Ginv表示规划期内投建成本从现值折算至等年值的系数，xi表示第i个节点配置储能，Ei表示第i个节点所配置储能的能量容量，
Figure BDA0003752955390000165
表示第i个节点所配置储能的功率容量，Ψn表示系统中可配置储能的节点集合；
运行优化子模型目标函数包括，
Obj＝min COM+CA，y+CU-CBE
Figure BDA0003752955390000162
CA，y＝cAl(PPV，max+PW，max)
Figure BDA0003752955390000163
CBE＝β1C1+β2C2+β3C3
其中，Obj表示多目标优化函数，COM表示运行维护成本，CA,y表示可再生能源弃电费用，CU表示储能以最大功率充放电获得的收益与实际功率充放电获得收益之间的差值，CBE表示储能参与系统削峰填谷、有功备用与波动平抑获得收益，Ψn表示系统中可配置储能的节点集合，COM,i表示第i个节点配置储能的单位功率容量全年运行维护费用，
Figure BDA0003752955390000164
表示第i个节点所配置储能的功率容量，Ψn表示系统中可配置储能的节点集合，，CA,y表示可再生能源弃电费用，cA1表示单位弃电功率费用，PPV,,max表示最大弃光功率，PW,max表示最大弃风功率，C4,t +表示一天中t时刻储能的购电电价，C4,t -分别表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，Δt表示储能每次行表示的充放电时间，β1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益的权重，β2表示储能参与削峰填谷获得的辅助服务收益的权益，β3表示储能提供有功备用获得的辅助服务收益的权重，C1表示储能平抑风电、光伏功率波动并使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益， C3表示储能提供有功备用获得的辅助服务收益；
迭代收敛包括，
(Cinv+COM+CA,y+CU-CBE)n- (Cinv+COM+CA,y+CU-CBE)n-1＜ε
其中，n表示迭代次数，为整数值，ε表示某一极小值。
本发明考考虑了储能利用率与新能源消纳的边际效应，避免了运行时储能电站可用容量的大量闲置，充分利用储能可用容量消纳新能源；通过考考虑不同电压等级、不同分区对储能容量与价值的需求，建立区域电网分层分区储能配置模型，有效了省级区域电网不同分区储能电站的重复投资。
实施例2
参照表1为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种考虑新能源消纳率与储能利用率的储能配置方法的验证测试，为对本方法中采用的技术效果加以验证说明，本实施例采用储能容量配置前与储能容量配置后进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
以成都水电能源基地为例，进行多类型储能容量配置，配置结果和配置前后效果如表1和表2所示。
表1：容量配置结果表。
配置容量 配置前 配置后
功率容量 84MW 156MW
能量容量 168MWh 312MWh
由表1可知，将功率容量和能量容量进行配置，配置后的结果相较于配置前的结果均有了较大幅度的提升。
表2：配置前后效果表。
Figure BDA0003752955390000171
Figure BDA0003752955390000181
从表2可以看出，配置后的新能源消纳率满足5％的弃风弃光率要求，且储能利用率并没有显著下降，新能源消纳率增长率4.1％，充分利用了储能的灵活调节能力；且削峰填谷、波动平抑和有功备用收益有了较大的提升。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种考虑新能源消纳率与储能利用率的储能配置方法，其特征在于，包括：
分析抽水蓄能、电化学储能与压缩空气储能的削峰填谷、有功备用、波动平抑的历史数据，建立多类型储能全寿命周期性模型；
根据所述抽水蓄能、电化学储能与压缩空气储能的投建成本与运行成本模型，基于储能利用率与新能源消纳率边际效应，建立以系统投资与运行成本最小、新能源消纳、储能利用率与综合效益最大的多目标优化函数；
根据区域电网的潮流运行要求、和荷电状态、储能充放电功率约束，建立区域电网储能配置模型运行约束，并根据投资决策限制建立区域电网储能配置投资决策约束；
采用Benders分解法，求解投资决策子模型和运行优化子模型，协调投资决策子模型和运行优化子模型，并联合优化获得原区域储能配置问题的整体最优解。
2.如权利要求1所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述削峰填谷、有功备用、波动平抑能力及经济性价值的获取包括，
Figure FDA0003752955380000011
Figure FDA0003752955380000012
Figure FDA0003752955380000013
其中，C1表示储能平抑风电、光伏功率波动并使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益，C3表示储能提供有功备用获得的辅助服务收益，C4,t +表示一天中t时刻储能的购电电价，C4,t -表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，PC表示若储能不参与功率平抑、风电光伏因波动率不满足并网要求弃掉的功率，Δt1表示该场景发生的时间，Ei表示储能在第i天内的调峰放电电量，e1表示发电厂合同电价，Np表示一年内储能调峰运行天数，T表示火电年运行时间，Pthermal表示单位容量装机成本，q表示火电基本调峰能力与最大出力的比值，CNOx表示每单位发电量所需氮氧化物的排污费用，CSO2表示每单位发电量所需二氧化硫的排污费用，CCO2表示每单位发电量所需二氧化碳的排污费用，M表示火电机组的使用年限，r表示折现率，Qi表示储能在第i天内的提供备用容量，Ωs表示典型场景集合。
3.如权利要求1或2所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述投建成本的计算包括，
Figure FDA0003752955380000021
CInv,CAES＝(fCAES,CPCAESC,max+fCAES,GPCAESG,max+fCAES,STVST+fCAES,TESQTES)·R
CInv,BES＝(fBES,PPBES,N+fBES,EEBES,N)·R
其中，CInv,X表示X储能电站的投建成本，X∈{PS，CAES，BES}，CInv,ps表示抽水蓄能电站的投建成本，CInv,CAES表示压缩空气储能电站的投建成本，CInv,BES表示电池储能电站的投建成本，PPSC,max表示抽水蓄能电站的最大抽水功率，PPSG,max表示抽水蓄能电站的最大发电功率，Wu PS,max表示抽水蓄能电站的上游水库容量，fPS,C、fPS,G和fPS,CAP表示抽水蓄能电站3种关键部件的单位投建成本，fCAES,C表示压缩空气储能电站的压缩机的单位投建成本，fCAES,G表示压缩空气储能电站的膨胀机的单位投建成本，fCAES,ST表示压缩空气储能电站的储气室的单位投建成本，fCAES,TES表示压缩空气储能电站的蓄热装置的单位投建成本，VST表示压缩空气储能电站储气室的额定容量，QTES表示压缩空气储能电站蓄热装置的额定容量，PBES,N表示电池储能电站的额定功率，EBES,N表示电池储能电站的额定容量，fBES,P表示电池储能系统单位功率，fBES,E表示电池储能系统容量投建成本，PCAESC,max表示压缩空间储能电站的最大充电功率，PCAESG,max表示压缩空气储能电站的最大发电功率，R表示年化系数。
4.如权利要求3所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述年化系数R的计算包括，
Figure FDA0003752955380000022
其中，r表示折现率，Tpro表示工程周期年限；
运维成本的计算包括，
Figure FDA0003752955380000023
其中，COM,X,表示运维成本，fOM,X,fix表示X储能电站的年化单位固定运维成本，fOM,X,var表示X储能电站的年化单位固定运维成本和单位可变运维成本，PXC,t表示X储能电站t时刻的充电功率，PXG,t表示X储能电站t时刻的放电功率；
置换成本的计算包括，
CRep,PS＝CRep,CAES＝0
Figure FDA0003752955380000031
其中，CRep,PS表示抽水蓄能电站的置换成本，CRep,PSCAES表示压缩空气储能电站的置换成本，CInv,BES表示电池储能电站的投建成本，k表示工程周期内的储能电池的置换总次数，TBES,cyc表示电池储能电站循环寿命，R表示年化系数，r表示折现率。
5.如权利要求4所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述以系统投资与运行成本最小、新能源消纳、储能利用率与综合效益最大的多目标优化函数的计算包括，
Obj＝min Cinv+COM+CA,y+CU-CBE
Figure FDA0003752955380000032
Figure FDA0003752955380000033
CA,y＝cAl(PPV,max+PW,max)
Figure FDA0003752955380000034
CBE＝β1C1+β2C2+β3C3
Figure FDA0003752955380000035
Figure FDA0003752955380000036
其中，Obj表示多目标优化函数，Cinv表示投建成本，COM表示运行维护成本，CA,y表示可再生能源弃电费用，CU表示储能以最大功率充放电获得的收益与实际功率充放电获得收益之间的差值，CBE表示储能参与系统削峰填谷、有功备用与波动平抑获得收益，Ψn表示系统中可配置储能的节点集合，C1,i表示第i个节点配置一座储能的固定成本，C2,i表示第i个节点配置储能的单位能量容量成本，C3,i表示第i个节点配置储能的单位功率容量成本，COM,i表示第i个节点配置储能的单位功率容量全年运行维护费用，Ginv表示规划期内投建成本从现值折算至等年值的系数，GOM表示规划期内运行维护成本从现值折算至等年值的系数，cA1表示单位弃电功率费用，PPV,,max表示最大弃光功率，PW,max表示最大弃风功率，Ωs表示运行场景的集合，P+ ω,max,i表示储能最大充电功率，P- ω,max,i表示储能最大放电功率，Δt表示储能每次行表示的充放电时间，C4,t +表示一天中t时刻储能的购电电价，C4,t -分别表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，xi表示第i个节点配置储能，Ei表示第i个节点所配置储能的能量容量，
Figure FDA0003752955380000041
表示第i个节点配置的储能在场景ω下t时刻的充电功率，
Figure FDA0003752955380000042
表示第i个节点配置的储能在场景ω下t时刻的放电功率，
Figure FDA0003752955380000043
表示第i个节点所配置储能的功率容量，C1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益，C3表示储能提供有功备用获得的辅助服务收益，β1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益的权重，β2表示储能参与削峰填谷获得的辅助服务收益的权益，β3表示储能提供有功备用获得的辅助服务收益的权重，α表示一般贴现率，αinveq表示投建成本的等效贴现率，αome分别表示运行维护成本的等效贴现率，αinv表示投建成本的贴现率，αom表示运行维护成本的贴现率，Ny表示规划年。
6.如权利要求1、2、4、5任一所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述区域电网储能配置投资决策约束包括运行约束和投资决策约束。
7.如权利要求6所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述运行约束包括储能充放电功率约束、储能荷电状态约束、荷电状态约束以及交流潮流约束；
所述储能充放电功率约束包括，
其中，P+ ω,t,i表示t时刻储能充电功率，P- ω,t,i表示t时刻储能放电功率；
所述储能荷电状态约束包括，
Figure FDA0003752955380000044
该节点处配置储能在运行任意时刻的荷电状态均满足配置储能在运行中允许的荷电状态最小值与最大值，
Figure FDA0003752955380000045
其中，SOCmin表示配置储能在运行中允许的荷电状态最小值，SOCmax表示配置储能在运行中允许的荷电状态最大值，ηi C表示储能的充电效率，ηi D表示储能的放电效率，Δτ表示充放电时间，SOCi,ω,0表示第i个节点配置的储能在场景ω下的初始荷电状态，SOCi,ω,t表示第i个节点配置的储能在场景ω下t时刻的初始荷电状态；
所述荷电状态约束包括，
SOCi,ω,0＝SOCi,ω,24＝SOC0
其中，SOC0表示配置储能的初始荷电状态，SOCi,ω,0表示第i个节点配置的储能在场景ω下运行初始荷电状态，SOCi,ω,24为第i个节点配置的储能在场景ω下运行一天后的荷电状态；
所述交流潮流约束包括，
Figure FDA0003752955380000051
Figure FDA0003752955380000052
Figure FDA0003752955380000053
Pi＝PPV,i-Pload,i
Umin≤U≤Umax
其中，Pi表示节点i处注入有功，Qi表示节点i处注入无功功率，θij表示节点i与j之间电相角差Ui表示节点i的电压，Uj表示节点j的电压，Gij支路ij的电导，Bij表示支路ij的电纳，j∈i表示所有与节点i相邻的节点，Pij表示从节点i到节点j之间流过的有功功率，Π表示全网支路集合，Pload,i表示节点i处的用户负荷，U表示各节点电压幅值，U＝[U1，U2，…，Un]T；Umax表示电压允许的上限，Umin表示电压允许的下限，PL表示网络支路潮流，PL,t＝[PL,1×2，PL,2×3，…，PL,(n-1)n]T，PL,max表示之路潮流的上限约束，PL,min表示支路潮流的下限约束，Umin表示节点电压的上限值，Umin表示节点电压的下限值。
8.如权利要求7所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述投资决策约束包括储能投建容量约束和储能投建数量约束；
所述储能投建容量约束包括，
Figure FDA0003752955380000054
该节点处储能的三类配置变量均满足：
0≤xi≤1
xiEmin≤Ei≤xiEmax
Figure FDA0003752955380000055
其中，Emin表示可配置储能的最小能量容量，Emax表示可配置储能的最大能量容量，Pmax表示可配置储能的最大功率容量。
所述储能投建数量约束包括，
Figure FDA0003752955380000061
其中，nmin表示可配置储能数目的最小值，nmax表示可配置储能数目的最大值。
9.如权利要求8所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述整体最优解的获取包括，
采用Benders分解法，将区域电网储能配置原问题分解为运行优化子模型和投资决策子模型，所述投资决策子模型包括以配置方案的建设相关费用最小为目标函数，约束条件包括储能投建容量约束，所述运行优化子模型包括以系统运行费用最小、新能源消纳、储能利用率与综合效益最大为目标函数，约束条件包括电网潮流约束、储能电站运行约束；
输入系统现有数据、待选电站负荷预测数据与约束条件数据，基于YALMIP调用Cplex优化储能配置决策子模型，确定储能配置地点和容量；
将储能配置方案作为运行优化子模型的初始条件，选取清洁能源与负荷典型场景下进行运行模拟计算，对配置方案进行详细的技术经济评价，得到当前储能配置方案下的清洁能源弃置费用与运行费用，并迭代优化储能配置方案；
以相邻两次规划运行成本与投建成本总费用之差小于某一极小值作为判据，检验迭代过程的收敛性，若满足收敛判据，则迭代过程结束。
10.如权利要求9所述的考虑新能源消纳率与储能利用率的储能配置方法，其特征在于：所述投资决策子模型目标函数包括，
min(Cinv)
Figure FDA0003752955380000062
其中，Cinv表示投建成本，C1,i表示第i个节点配置一座储能的固定成本，C2,i表示第i个节点配置储能的单位能量容量成本，C3,i表示第i个节点配置储能的单位功率容量成本，Ginv表示规划期内投建成本从现值折算至等年值的系数，xi表示第i个节点配置储能，Ei表示第i个节点所配置储能的能量容量，
Figure FDA0003752955380000064
表示第i个节点所配置储能的功率容量，Ψn表示系统中可配置储能的节点集合；
所述运行优化子模型目标函数包括，
Obj＝min COM+CA，y+CU-CBE
Figure FDA0003752955380000063
CA，y＝cA1(PPV，max+PW，max)
Figure FDA0003752955380000071
CBE＝β1C1+β2C2+β3C3
其中，Obj表示多目标优化函数，COM表示运行维护成本，CA,y表示可再生能源弃电费用，CU表示储能以最大功率充放电获得的收益与实际功率充放电获得收益之间的差值，CBE表示储能参与系统削峰填谷、有功备用与波动平抑获得收益，Ψn表示系统中可配置储能的节点集合，COM,i表示第i个节点配置储能的单位功率容量全年运行维护费用，
Figure FDA0003752955380000072
表示第i个节点所配置储能的功率容量，Ψn表示系统中可配置储能的节点集合，，CA,y表示可再生能源弃电费用，cA1表示单位弃电功率费用，PPV,,max表示最大弃光功率，PW,max表示最大弃风功率，C4,t +表示一天中t时刻储能的购电电价，C4,t -分别表示一天中t时刻储能的售电电价，Dω表示场景ω的天数，Δt表示储能每次行表示的充放电时间，β1表示储能平抑风电、光伏功率波动使光伏风电能够并网售电的额外收益的权重，β2表示储能参与削峰填谷获得的辅助服务收益的权益，β3表示储能提供有功备用获得的辅助服务收益的权重，C1表示储能平抑风电、光伏功率波动并使光伏风电能够并网售电的额外收益，C2表示储能参与削峰填谷获得的辅助服务收益，C3表示储能提供有功备用获得的辅助服务收益；
所述迭代收敛包括，
(Cinv+COM+CA,y+CU-CBE)n-(Cinv+COM+CA,y+CU-CBE)n-1＜ε
其中，n表示迭代次数，ε表示某一极小值。
CN202210849652.7A 2022-07-19 2022-07-19 一种考虑新能源消纳率与储能利用率的储能配置方法 Pending CN115333129A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210849652.7A CN115333129A (zh) 2022-07-19 2022-07-19 一种考虑新能源消纳率与储能利用率的储能配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210849652.7A CN115333129A (zh) 2022-07-19 2022-07-19 一种考虑新能源消纳率与储能利用率的储能配置方法

Publications (1)

Publication Number Publication Date
CN115333129A true CN115333129A (zh) 2022-11-11

Family

ID=83916967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210849652.7A Pending CN115333129A (zh) 2022-07-19 2022-07-19 一种考虑新能源消纳率与储能利用率的储能配置方法

Country Status (1)

Country Link
CN (1) CN115333129A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826816A (zh) * 2023-08-30 2023-09-29 湖南大学 考虑电能质量分级治理的储能有功-无功协调复用方法
CN117117906A (zh) * 2023-10-23 2023-11-24 国网江西省电力有限公司电力科学研究院 一种混合储能系统参与电网调频控制方法及系统
CN118017563A (zh) * 2024-04-08 2024-05-10 太湖能谷(杭州)科技有限公司 一种用户侧共享储能系统的配置方法和系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826816A (zh) * 2023-08-30 2023-09-29 湖南大学 考虑电能质量分级治理的储能有功-无功协调复用方法
CN116826816B (zh) * 2023-08-30 2023-11-10 湖南大学 考虑电能质量分级治理的储能有功-无功协调复用方法
CN117117906A (zh) * 2023-10-23 2023-11-24 国网江西省电力有限公司电力科学研究院 一种混合储能系统参与电网调频控制方法及系统
CN117117906B (zh) * 2023-10-23 2024-02-06 国网江西省电力有限公司电力科学研究院 一种混合储能系统参与电网调频控制方法及系统
CN118017563A (zh) * 2024-04-08 2024-05-10 太湖能谷(杭州)科技有限公司 一种用户侧共享储能系统的配置方法和系统

Similar Documents

Publication Publication Date Title
CN115333129A (zh) 一种考虑新能源消纳率与储能利用率的储能配置方法
CN107732949B (zh) 一种综合风电全年多季节特性的储能布点定容方法
CN109919399B (zh) 一种综合能源系统日前经济调度方法及系统
CN110084465B (zh) 基于储能的风力发电系统成本/供电可靠性评估方法
Wang et al. Synergistic planning of an integrated energy system containing hydrogen storage with the coupled use of electric-thermal energy
CN110633854A (zh) 一种考虑储能电池多重分段服务全生命周期优化规划方法
Moazzami et al. Application of multi-objective grey wolf algorithm on energy management of microgrids with techno-economic and environmental considerations
CN112365021A (zh) 一种基于混合储能的区域综合能源系统规划优化方法
Rouhani et al. A comprehensive method for optimum sizing of hybrid energy systems using intelligence evolutionary algorithms
Yang et al. Interval method based optimal scheduling of regional multi-microgrids with uncertainties of renewable energy
Wang et al. Optimal modeling and analysis of microgrid lithium iron phosphate battery energy storage system under different power supply states
CN113361078B (zh) 一种考虑光伏发电不确定性的配电网云边协同调控方法
Mohamed et al. Modelling and environmental/economic power dispatch of microgrid using multiobjective genetic algorithm optimization
CN113644674A (zh) 基于量子粒子群的氢混合储能容量配置系统、方法及应用
CN112653195B (zh) 一种并网型微电网鲁棒优化容量配置方法
CN112307603B (zh) 考虑大规模风电接入的混合储能容量优化配置方法及系统
CN114094608B (zh) 一种面向光伏电站的多类型储能容量优化配置方法及装置
Rouhani et al. A teaching learning based optimization for optimal design of a hybrid energy system
CN115276083A (zh) 一种风光水火储一体化规划方法
CN115940282A (zh) 一种考虑掺氢比约束的风电制氢储能系统容量优化配置方法
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
Apribowo et al. Optimal Allocation of Vanadium Redox Flow Battery Storage Systems With Integrated Variable Renewable Energy
Yang et al. Coordinated Optimal Configuration Method of Hybrid Energy Storage Systems in Energy Internet System
CN110829410A (zh) 一种基于区域分解迭代的新能源消纳时序仿真方法
Liao et al. Research on Energy Storage Planning Method and Energy Storage Optimization Distribution Method Adapted to Power Supply Structure

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