CN115470999A - 一种降低电力网络拥塞的储能容量配置方法、装置及存储介质 - Google Patents
一种降低电力网络拥塞的储能容量配置方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115470999A CN115470999A CN202211163213.7A CN202211163213A CN115470999A CN 115470999 A CN115470999 A CN 115470999A CN 202211163213 A CN202211163213 A CN 202211163213A CN 115470999 A CN115470999 A CN 115470999A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power system
- power
- planning
- heavy load
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000004088 simulation Methods 0.000 claims abstract description 62
- 238000009826 distribution Methods 0.000 claims abstract description 60
- 238000004519 manufacturing process Methods 0.000 claims abstract description 52
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000010248 power generation Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 230000009194 climbing Effects 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000010276 construction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种降低电力网络拥塞的储能容量配置方法、装置和存储介质,属于电力系统规划技术领域。方法包括:利用电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数;根据运行参数计算结果确定断面分布情况以及断面和/或线路的重载时长;根据断面分布情况进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,进行储能装机容量的第一次分配;再对于各区域,根据区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的储能容量分配至重载线路关联的节点。本发明根据新能源的装机容量以及重载时长对储能进行优化分配,可提升新能源消纳水平,同时降低电力网络拥塞。
Description
技术领域
本发明涉及电力系统规划技术领域,特别是一种降低电力网络拥塞的储能容量配置方法、装置及存储介质。
背景技术
可再生能源的大规模并网与用电负荷的日益增长,给电力系统安全稳定运行带来了诸多挑战,对电网的传输能力、安全稳定运行能力提出了更高要求。由于源荷特性及其分布差异,电网重载线路增多、线损提升,可再生能源的消纳与电网结构、时序负荷的矛盾日益突出,大规模储能技术由于具备良好地快速响应能力和双向调节能力,被视为解决上述技术问题的有效措施之一。通过配置储能电站可有效提升可再生能源的消纳水平,并且大规模储能可以提供电网调峰、调频、用电备用、降低网损等辅助服务,从而大大提高了新能源系统的调节能力和上网的可能性,最终提高电网安全稳定运行的水平。
结合当前电力系统发展现状和实际需求,应对新能源接入所带来的不确定性,相较于传统运行方式,电力系统需要更多的备用资源。从系统层面利用储能装置提高调峰能力,减少弃电损失,关注的是储能在整个电力平衡中发挥的作用。在储能类型和容量相同的条件下,集中布放要比分散布放更节省投资,但储能布放位置和容量不同,会对网络拥塞产生一定的影响,并且当系统存在网络阻塞引起的弃电问题时,储能的布放位置对弃电的影响就更为显著。因此,如何通过合理分配储能电站在电力系统中的布局数量及布局位置,以最大限度提高储能电站的布局优化效果,成为当下亟待解决的一个问题。
发明内容
本发明的目的是提供一种降低电力网络拥塞的储能容量配置方法、装置及存储介质,考虑关键断面以及重载线路,根据新能源的装机容量以及重载时长对储能进行优化分配,可提升新能源消纳水平,同时降低电力网络拥塞。本发明采用的技术方案如下。
一方面,本发明提供一种降低电力网络拥塞的储能容量配置方法,包括:
获取电力系统时序生产模拟模型;
利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数;
根据所述无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长;
根据电力系统中的断面分布情况对电力系统进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,对各区域进行储能装机容量的第一次分配;
对于各区域,根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的储能容量分配至重载线路关联的节点。
可选的,利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数,包括:
基于所述电力系统时序生产模拟模型,进行无储能规划条件下的机组组合优化计算,得到无储能规划条件下电力系统中各发电机组在规划时段内的启停状态数据;
基于规划时段内的各发电机组启停状态数据、新能源出力预测数据、负荷预测数据和联络线传输计划数据,以系统运行成本最小为优化目标,计算各发电机组在规划时段内的出力数据以及电力系统中各线路和主变的输电功率数据。
可选的,所述利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数,所采用的优化目标函数为:
式中,F表示电力系统总运行成本;K表示电力系统中子系统个数;T表示总运行时间;j表示第j个火电机组;表示火电机组的发电成本;表示火电机组的开机成本;表示火电机组的关机成本;θS表示弃光惩罚;θW表示弃风惩罚;表示光伏电站最大可发电量,pS,k(t)表示光伏电站实际发电量;表示风电场最大可发电量,pW,k(t)表示风电场实际发电量;
目标函数的求解约束包括功率平衡约束、备用约束、网架约束、发电机组出力约束、爬坡约束、开关机功率上限约束、最小启停时间约束以及热电联产机组出力约束。
可选的,所述功率平衡约束,表示为:
其中,pG,j(t)表示火电机组的实际出力;TI,k(t)、TO,k(t)分别表示第k个子系统联络线流入、流出的功率;pL,k(t)表示子系统的电力负荷;
所述备用约束表示为:
其中,ui表示机组的启停状态,机组处于并网状态时为1,反之为0;εW,k、εS,k分别表示子系统k的风电、光伏电站的最大预测误差;ηL,k表示负荷的备用系数,一般取为5%;
所述网架约束表示为:
其中,pi,j(t)—联络线上的交换功率,以上公式表示:对于相互连接的子系统,联络线上的交换功率不得高于线路传输功率上下限;
所述发电机组出力约束表示为:
所述爬坡约束表示为:
其中,RU,i、RD,i分别表示机组单位时间功率上爬坡能力、功率下爬坡能力,M为较大常数;
所述开关机功率上限约束表示为:
其中,SU,i、SD,i分别表示机组开机时刻功率上限标幺值、关机时刻功率上限标幺值;
所述最小启停时间约束表示为:
其中,TU,i、TD,i分别表示机组的最小运行时间、最小关机时间;
所述热电联产机组出力约束表示为:
其中,ai、bi为最大主汽压限制参数,hi(t)表示热负荷标幺值。
可选的,所述根据无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长,包括:
根据规划时段内电力系统中各线路和主变的输电功率数据,统计重载运行的线路及其重仔运行的时长,其中,所述重载运行的线路为流过线路的电流达到额定电流的80%及以上的线路。
可选的,所述根据电力系统中的断面分布情况对电力系统进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,对各区域进行储能装机容量的第一次分配,包括:
按照断面的分布划分对应的N个区域;
确定区域之间的新能源装机容量在整个电力系统中的占比C1:C2:...:CN;
将规划的总储能容量M按照所述占比C1:C2:...:CN分配至各区域,公式如下:
式中,Mi表示区域i所需分配的规划储能容量,Ci表示区域i的新能源装机容量在整个电力系统中的占比。
可选的,所述根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的规划储能容量分配至重载线路关联的节点,包括:
若区域内仅存在一条重载线路,则将该区域分配得到的规划储能容量平均分配在该重载线路的两端节点上;
若区域内存在多条重载线路,则将重载线路节点所连的所有重载线路的重载运行时长进行累加,根据重载线路节点的重载时长占比,将该区域分配得到的规划储能容量分配至各重载线路节点。
可选的,所述根据重载线路节点的重载时长占比,将该区域分配得到的储能容量分配至各重载线路节点,公式为:
式中,Mim表示区域i中第m个重载节点所需分配的规划储能容量,Mi表示区域i的规划储能容量,M表示区域i中重载线路节点的数量,tim表述区域i中第m个重载节点所连的所有重载线路的重载运行时长累加值。
第二方面,本发明提供一种降低电力网络拥塞的储能容量配置装置,包括:
数据获取模块,被配置用于获取电力系统时序生产模拟模型;
生产模拟计算模块,被配置用于利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数;
断面分析模块,被配置用于根据所述无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长;
区域储能分配模块,被配置用于根据电力系统中的断面分布情况对电力系统进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,对各区域进行储能装机容量的第一次分配;
节点储能分配模块,被配置用于,对于各区域,根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的储能容量分配至重载线路关联的节点。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如第一方面所述的降低电力网络拥塞的储能容量配置方法。
有益效果
在给定电力系统总储能装机容量的情况下,本发明以储能建设布局优化效果最大化为目标,综合考虑关键断面以及重载线路等约束条件,并根据新能源的装机容量以及重载时长对储能建设进行优化分配,提出了一种能够实现定储能建设优化的储能分配方法,在总的新增储能容量相同的情况下,通过本发明方法分配后的系统新能源消纳率比系统宏观上加设总储能容量的新能源消纳率更高,并且储能位置布点的逻辑能够降低电力网络中的拥塞情况,可满足电力网络及新能源消纳对储能规划的需求。
附图说明
图1所示为本发明方法在一种实施例中的流程示意图;
图2所示为本发明一种实施例中电力系统时序生产模拟模型的优化求解流程示意图;
图3所示为利用本发明方法的一种实施例中118节点系统的分区示意图;
图4所示为图3实施例中区域2内的重载线路和节点示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
本发明的技术构思为,针对电力系统规划的总储能装机容量已给定,位置布点未定的情形,首先通过电力系统时序生产模拟模型进行模拟优化计算,得到使得系统运行成本最小的机组组合、出力,以及相应机组组合和出力条件下的电力系统断面潮流分布,统计重载运行的线路。再根据断面潮流分布对电力系统进行区域划分,根据各区域的新能源装机容量占比进行总储能装机容量的第一次分配,然后对于各区域,按照区域内重载线路关联节点的重载运行时长进行区域内储能装机容量的分配,最后根据分配结果进行储能装机容量的配置。全部过程兼顾了关键断面以及重载线路,可将指定的储能装机规划容量分配到电力系统中的不同节点以降低电力网络的拥塞程度同时提升新能源消纳率。
实施例1
本实施例介绍一种降低电力网络拥塞的储能容量配置方法,包括:
获取电力系统时序生产模拟模型;
利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数;
根据所述无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长;
根据电力系统中的断面分布情况对电力系统进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,对各区域进行储能装机容量的第一次分配;
对于各区域,根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的储能容量分配至重载线路关联的节点。
上述电力系统时序生产模拟模型可采用现有成熟模型,预先构建,并在方法实施时直接调用。
参考图1,以下具体介绍本实施例所涉及的内容。
一、时序生产模拟
电力系统时序生产模拟以混合整数线性规划模型建模。时序生产模拟的本质是机组组合和经济调度。机组组合问题是选择一定的优化目标,考虑一系列运行约束条件和实际情况如功率平衡、备用约束、火电机组处出力约束、爬坡约束、最小开机/关机时间约束、线路传输功率约束等,模拟仿真时段内每个时刻各类电源的运行情况,提供系统的时序平衡状态。经济调度问题则是在确定发电计划,即机组的启停状态后,以系统运行成本最小为目标决策每台机组每个调度时段的出力。
也即,本实施例所述利用电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数,包括:
基于电力系统时序生产模拟模型,进行无储能规划条件下的机组组合优化计算,得到无储能规划条件下电力系统中各发电机组在规划时段内的启停状态数据;
基于规划时段内的各发电机组启停状态数据、新能源出力预测数据、负荷预测数据和联络线传输计划数据,以系统运行成本最小为优化目标,计算各发电机组在规划时段内的出力数据以及电力系统中各线路和主变的输电功率数据。
时序生产模拟的核心是机组组合模型,根据输电断面对电力系统进行划分,并保留区域间输电断面的约束作用,以受限联络线为分界点,将区域电力系统划分为若干个子系统。采用时间步长为一小时的机组组合模型:目标函数为调度机构按照系统总的运行成本最小来安排所有机组的启停状态与出力情况,除此之外还包含弃风惩罚与弃光惩罚。
本实施例中,进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数,所采用的优化目标函数为:
式中,F表示电力系统总运行成本;K表示电力系统中子系统个数;T表示总运行时间;j表示第j个火电机组;表示火电机组的发电成本;表示火电机组的开机成本;表示火电机组的关机成本;θS表示弃光惩罚;θW表示弃风惩罚;表示光伏电站最大可发电量,pS,k(t)表示光伏电站实际发电量;表示风电场最大可发电量,pW,k(t)表示风电场实际发电量;
目标函数的求解约束包括功率平衡约束、备用约束、网架约束、发电机组出力约束、爬坡约束、开关机功率上限约束、最小启停时间约束以及热电联产机组出力约束。
可选的,所述功率平衡约束,表示为:
其中,pG,j(t)表示火电机组的实际出力;TI,k(t)、TO,k(t)分别表示第k个子系统联络线流入、流出的功率;pL,k(t)表示子系统的电力负荷;
所述备用约束表示为:
其中,ui表示机组的启停状态,机组处于并网状态时为1,反之为0;εW,k、εS,k分别表示子系统k的风电、光伏电站的最大预测误差;ηL,k表示负荷的备用系数,一般取为5%;
所述网架约束表示为:
其中,pi,j(t)—联络线上的交换功率,以上公式表示:对于相互连接的子系统,联络线上的交换功率不得高于线路传输功率上下限;
所述发电机组出力约束表示为:
所述爬坡约束表示为:
其中,RU,i、RD,i分别表示机组单位时间功率上爬坡能力、功率下爬坡能力,M为较大常数;
所述开关机功率上限约束表示为:
其中,SU,i、SD,i分别表示机组开机时刻功率上限标幺值、关机时刻功率上限标幺值;
所述最小启停时间约束表示为:
其中,TU,i、TD,i分别表示机组的最小运行时间、最小关机时间;
所述热电联产机组出力约束表示为:
其中,ai、bi为最大主汽压限制参数,hi(t)表示热负荷标幺值。
通过以上模型,在电力系统时序生产模拟中输入为全年风电、光伏出力数据、发电机机组运行特性、全年负荷预测以及联络线传输计划数据等,运行模拟的输出结果包括全网发电机组启停状态、机组出力、储能充放电功率以及各线路、主变输电功率等。
由于混整线性规划问题求解规模的限制,对于一个含有上百台发电机组的区域电力系统,全年运行模拟无法通过单次计算进行求解,因此目前对于电力系统时序运行模拟普遍采用逐日滚动模拟的方式,并以前一天(第k-1天)的终状态作为后一天(第k天)的起始状态,直到计算当天的终状态为全年的最后一天,即统计求解了8760小时,则求解算法结束,得到全年8760小时的运行模拟结果,求解流程参考图2。
二、运行参数分析
将无规划储能状态下的系统数据输入到电力系统时序生产模拟中进行仿真计算,可以得到电网潮流分布情况,如图3所示,以及各变电站的接入情况等运行参数,然后根据电力系统时序生产模拟的运行结果对新能源消纳情况和电力线路情况进行评估,其统计信息包括新能源消纳率以及各个断面/线路重载运行的时长。
本实施例中,根据负载程度把线路重载运行定义为,流过电力线路的电流达到额定电流的80%及以上。同理其重载时长表示统计线路在达到额定电流的80%及以上状态下运行的时间。
通过生产模拟仿真发现,电力系统在无规划储能情况下的新能源消纳水平低,存在很多线路的重载运行现象。因此,可以通过给电力系统加设储能设备来提升整个系统的新能源消纳水平并缓解电力网络的拥塞情况。
另外,从宏观角度来说,在储能类型和容量相同的条件下,集中布放要比分散布放更节省投资。但储能布放位置和容量不同,会对电力网络拥塞产生一定的影响,并且当电力系统存在阻塞引起的弃电问题时,储能的布放位置对弃电的影响就更为显著。
三、储能装置总容量的第一次分配
根据生产模拟仿真得到运行参数,并分析得到断面分布和重载线路信息后,本实施例对给定的储能,总规划容量进行第一次分配。首先将大规模的电力系统按照断面的分布分为几个区域,再根据各个区域的新能源装机容量占比进行第一次优化分配,包括:
按照断面的分布划分对应的N个区域;
确定区域之间的新能源装机容量在整个电力系统中的占比C1:C2:...:CN;
将规划的总储能容量M按照所述占比C1:C2:...:CN分配至各区域,公式如下:
式中,Mi表示区域i所需分配的规划储能容量,Ci表示区域i的新能源装机容量在整个电力系统中的占比。
对于图3所示的118节点电力系统,根据系统中存在的断面特点,将整个系统分成三个区域,如图3中的区域1、区域2和区域3,根据1/2/3三个区域内的新能源装机容量在整个电力系统中的占比C1:C2:C3,对规划的总储能容量M进行分配,区域1、2、3的储能装机容量分别为:
此时,将第一次优化分配后的系统代入电力系统时序生产模拟中进行仿真计算,可得到出初步的模拟运行结果,分析其新能源消纳情况及断面/线路的重载运行时长情况。由于第一次分配仅考虑了断面分布对电力网络通畅及新能源消纳水平的影响,对加装的储能设备进行宏观分配,新能源消纳水平及电力网络通畅性有所提升,但对储能设备具体的布局还需进行更精细的优化。
四、区域节点储能容量分配
在这部分内容中,本实施例在第一次优化分配的基础上,综合考虑断面/线路重载运行的时长情况,根据已分析统计到的无规划储能情况下的断面/线路重载时长,将各个区域分配到的储能容量配置在严重重载断面的节点两端,进行基于线路重载时长的二次优化分配。包括以下几种情形:
若区域内仅存在一条重载线路,则将该区域分配得到的规划储能容量平均分配在该重载线路的两端节点上;在图3所示的118节点系统的区域1中仅有一条严重重载线路L0,则区域1内分配的所有储能M1应平均分配在重载线路L0的两端节点上;
若区域内存在多条重载线路(包括跨区的重载线路),存在多个重载线路的节点,则将重载线路节点所连的所有重载线路的重载运行时长进行累加,根据重载线路节点的重载时长占比,将该区域分配得到的规划储能容量分配至各重载线路节点,公式为:
式中,Mim表示区域i中第m个重载节点所需分配的规划储能容量,Mi表示区域i的规划储能容量,M表示区域i中重载线路节点的数量,tim表述区域i中第m个重载节点所连的所有重载线路的重载运行时长累加值。
图3中区域2中重载线路和节点情况如图4所示,包括跨区重载线路,区域2内有4条重载线路和6个重载线路节点,重载线路分别用线路L1/L2/L3/L4来表示,重载线路节点分别用节点1/2/3/4/5/6来表示,这4条重载线路对应的重载时长分别为tL1,tL2,tL3,tL4,6个节点对应的重载时长分别为t1,t2,t3,t4,t5,t6,每个节点上装设储能容量按照节点所连重载线路的重载时长进行分配,则在区域2内的6个重载线路节点上装设的储能装机容量分别为:
其中,节点1的重载时长t1=tL1;节点2的重载时长t2=tL1;节点3的重载时长t3=tL2;节点4的重载时长t4=tL3+tL4;节点5的重载时长t5=tL3;节点6的重载时长t6=tL4。
至此,可得到储能建设优化分配的完整布局方案。
五、效果验证
本实施例中,将储能容量优化分配后的118节点系统重新代入电力系统时序生产模拟模型中进行仿真计算,验证储能建设优化分配方法下的断面/线路重载运行时长情况及新能源消纳水平,发现了,在总的新增储能容量相同的情况下,本发明定储能建设优化分配方法下系统的新能源消纳率比系统宏观上加设总储能容量的新能源消纳率更高,并且降低了电力网络中的拥塞情况。
实施例2
与实施例1基于相同的发明构思,本实施例介绍一种降低电力网络拥塞的储能容量配置装置,包括:
数据获取模块,被配置用于获取电力系统时序生产模拟模型;
生产模拟计算模块,被配置用于利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数;
断面分析模块,被配置用于根据所述无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长;
区域储能分配模块,被配置用于根据电力系统中的断面分布情况对电力系统进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,对各区域进行储能装机容量的第一次分配;
节点储能分配模块,被配置用于,对于各区域,根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的储能容量分配至重载线路关联的节点。
以上各功能模块的具体实现参考实施例1中相关内容,不予赘述。
实施例3
与实施例1基于相同的发明构思,本实施例介绍一种计算机可读存储介质,其上存储有计算机程序,其特征是,该计算机程序被处理器执行时,实现如实施例1所介绍降低电力网络拥塞的储能容量配置方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种降低电力网络拥塞的储能容量配置方法,其特征是,包括:
获取电力系统时序生产模拟模型;
利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数;
根据所述无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长;
根据电力系统中的断面分布情况对电力系统进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,对各区域进行储能装机容量的第一次分配;
对于各区域,根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的储能容量分配至重载线路关联的节点。
2.根据权利要求1所述的方法,其特征是,所述利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数,包括:
基于所述电力系统时序生产模拟模型,进行无储能规划条件下的机组组合优化计算,得到无储能规划条件下电力系统中各发电机组在规划时段内的启停状态数据;
基于规划时段内的各发电机组启停状态数据、新能源出力预测数据、负荷预测数据和联络线传输计划数据,以系统运行成本最小为优化目标,计算各发电机组在规划时段内的出力数据以及电力系统中各线路和主变的输电功率数据。
3.根据权利要求1所述的方法,其特征是,所述利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数,所采用的优化目标函数为:
式中,F表示电力系统总运行成本;K表示电力系统中子系统个数;T表示总运行时间;j表示第j个火电机组;表示火电机组的发电成本;表示火电机组的开机成本;表示火电机组的关机成本;θS表示弃光惩罚;θW表示弃风惩罚;表示光伏电站最大可发电量,pS,k(t)表示光伏电站实际发电量;表示风电场最大可发电量,pW,k(t)表示风电场实际发电量;
目标函数的求解约束包括功率平衡约束、备用约束、网架约束、发电机组出力约束、爬坡约束、开关机功率上限约束、最小启停时间约束以及热电联产机组出力约束。
4.根据权利要求3所述的方法,其特征是,所述功率平衡约束,表示为:
其中,pG,j(t)表示火电机组的实际出力;TI,k(t)、TO,k(t)分别表示第k个子系统联络线流入、流出的功率;pL,k(t)表示子系统的电力负荷;
所述备用约束表示为:
其中,ui表示机组的启停状态,机组处于并网状态时为1,反之为0;εW,k、εS,k分别表示子系统k的风电、光伏电站的最大预测误差;ηL,k表示负荷的备用系数;
所述网架约束表示为:
其中,pi,j(t)—联络线上的交换功率,以上公式表示:对于相互连接的子系统,联络线上的交换功率不得高于线路传输功率上下限;
所述发电机组出力约束表示为:
所述爬坡约束表示为:
其中,RU,i、RD,i分别表示机组单位时间功率上爬坡能力、功率下爬坡能力,M为较大常数;
所述开关机功率上限约束表示为:
其中,SU,i、SD,i分别表示机组开机时刻功率上限标幺值、关机时刻功率上限标幺值;
所述最小启停时间约束表示为:
其中,TU,i、TD,i分别表示机组的最小运行时间、最小关机时间;
所述热电联产机组出力约束表示为:
其中,ai、bi为最大主汽压限制参数,hi(t)表示热负荷标幺值。
5.根据权利要求1所述的方法,其特征是,所述根据无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长,包括:
根据规划时段内电力系统中各线路和主变的输电功率数据,统计重载运行的线路及其重仔运行的时长,其中,所述重载运行的线路为流过线路的电流达到额定电流的80%及以上的线路。
7.根据权利要求1所述的方法,其特征是,所述根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的规划储能容量分配至重载线路关联的节点,包括:
若区域内仅存在一条重载线路,则将该区域分配得到的规划储能容量平均分配在该重载线路的两端节点上;
若区域内存在多条重载线路,则将重载线路节点所连的所有重载线路的重载运行时长进行累加,根据重载线路节点的重载时长占比,将该区域分配得到的规划储能容量分配至各重载线路节点。
9.一种降低电力网络拥塞的储能容量配置装置,其特征是,包括:
数据获取模块,被配置用于获取电力系统时序生产模拟模型;
生产模拟计算模块,被配置用于利用所述电力系统时序生产模拟模型进行电力系统时序生产模拟,计算无储能规划条件下电力系统在规划时段的运行参数;
断面分析模块,被配置用于根据所述无储能规划条件下电力系统在规划时段的运行参数,确定电力系统中的断面分布情况以及断面和/或线路的重载时长;
区域储能分配模块,被配置用于根据电力系统中的断面分布情况对电力系统进行区域划分,根据各区域的新能源装机容量占比和所规划的总储能容量,对各区域进行储能装机容量的第一次分配;
节点储能分配模块,被配置用于,对于各区域,根据无储能规划条件下区域内线路的重载时长或区域内节点所连线路的重载时长,将第一次分配得到的储能容量分配至重载线路关联的节点。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征是,该计算机程序被处理器执行时,实现如权利要求1-8任一项所述的降低电力网络拥塞的储能容量配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211163213.7A CN115470999A (zh) | 2022-09-23 | 2022-09-23 | 一种降低电力网络拥塞的储能容量配置方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211163213.7A CN115470999A (zh) | 2022-09-23 | 2022-09-23 | 一种降低电力网络拥塞的储能容量配置方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115470999A true CN115470999A (zh) | 2022-12-13 |
Family
ID=84334802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211163213.7A Pending CN115470999A (zh) | 2022-09-23 | 2022-09-23 | 一种降低电力网络拥塞的储能容量配置方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115470999A (zh) |
-
2022
- 2022-09-23 CN CN202211163213.7A patent/CN115470999A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Das et al. | Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm | |
Carpinelli et al. | Optimal integration of distributed energy storage devices in smart grids | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
Karfopoulos et al. | Distributed coordination of electric vehicles providing V2G services | |
CN105046395B (zh) | 一种含多类型新能源的电力系统日内滚动计划编制方法 | |
CN111882111B (zh) | 一种源网荷储协同互动的电力现货市场出清方法 | |
JP6063632B2 (ja) | コンデンサバンクを動作させるためのシステムおよび方法 | |
CN106384162B (zh) | 考虑分区备用和n-1校验的电力系统电能-备用联合优化调度方法 | |
CN108281989B (zh) | 一种风电电力系统经济调度方法及装置 | |
CN108493998B (zh) | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 | |
CN112183855A (zh) | 区域电力现货市场出清方法、装置和电子设备 | |
Tian et al. | Coordinated planning with predetermined renewable energy generation targets using extended two-stage robust optimization | |
CN113644670A (zh) | 一种储能容量优化配置的方法及系统 | |
CN106877316B (zh) | 一种计及可控电源经济调度的主动配电网最大供电能力模型的构建方法 | |
CN112085327A (zh) | 一种配电商参与的主动配电网多层分区调控方法及系统 | |
CN114626603A (zh) | 一种配电网需求响应调度运行方案的优化处理方法和装置 | |
CN106651136B (zh) | 一种双边交易的日前发电计划编制方法及装置 | |
CN110247392A (zh) | 计及风电备用能力与需求侧响应的多备用资源鲁棒优化方法 | |
CN108808742B (zh) | 考虑主动配电网接入面向输电阻塞的风险调度方法及系统 | |
CN115470999A (zh) | 一种降低电力网络拥塞的储能容量配置方法、装置及存储介质 | |
CN116131318A (zh) | 面向韧性提升主动配电网两阶段鲁棒优化控制方法及装置 | |
CN115659098A (zh) | 一种分布式新能源消纳能力计算方法、装置、设备及介质 | |
CN117578467B (zh) | 一种基于电量权重的微电网集群运行控制方法及装置 | |
CN115241878B (zh) | 一种考虑风电备用可靠性的备用优化方法及系统 | |
Li et al. | Distributed Cooperative Clearing Model of Peak Regulation Ancillary Service Market Under Ubiquitous Power Internet of Things |
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 |