CN115473229A - 一种储能潮流控制方法及系统 - Google Patents

Abstract

本发明涉及电力技术领域，涉及一种储能潮流控制方法及系统，方法为：先建立源荷模型，包括电动汽车充电负荷和光伏发电模型，再基于前推回代法建立配网潮流计算模型，然后建立储能在充放电模式下的潮流控制模型，基于场景分析法，确定储能在各时刻有功功率和无功功率，最后建立本系统的目标函数和约束条件，采用YALMIP进一步优化系统的电动汽车充电负荷和光伏发电的有功和无功功率。本发明与现有的储能潮流控制方法相比，考虑了在多场景情况下，基于场景分析进行场景分段，并结合分时电价，确定储能在各个时刻有功和无功功率，可以较好的优化光储电动汽车充电站的潮流，提高储能经济性，降低系统优化难度。

Description

一种储能潮流控制方法及系统

技术领域

本发明涉及电力技术领域，具体是一种储能潮流控制方法及系统。

背景技术

现在，越来越多的国家在大力发展电动汽车和光伏发电，当大量分布式电源和电动汽车接入配电网后，给配电网的电网结构以及运行控制方式造成了很大变化。一方面，当配网中含有一定数量电动汽车充电负荷时，充电负荷可能造成配网因线路传输容量不足造成的系统崩塌。另外一方面，高渗透率的分布式电源发展为传统配电网带来了功率短时剧烈波动、双向潮流难以管控等问题。而储能系统因同时具备充放电能力，能在配电层级平抑分布式电源出力波动，是实现配电网灵活功率调节的重要手段之一。同时，储能系统兼具削峰填谷、消纳逆向潮流等特性，在提高经济性、改善电能质量、缓解配电变压器过载压力等方面都发挥积极作用。

将储能系统应用到配电网的功率调节能力，会受网络潮流的约束与分布式电源出力不确定性的影响；并且储能系统的充放电状态又会影响配网潮流，其迅速的充放电响应将使配电网的动态过程更为复杂。因此，需要对储能系统进行合理的控制，使其满足配电网调节能力的需求，优化配网系统潮流，提高配网运行稳定性和储能经济性。

发明内容

本发明的内容是提供一种储能潮流控制方法及系统，其能够较好的优化光储电动汽车充电站的潮流。

根据本发明的一种储能潮流控制方法，其包括如下步骤：

S1、建立源荷模型，包括电动汽车充电负荷模型和光伏发电模型，预测电动汽车充电负荷和光伏发电出力；

S2、基于前推回代法建立配网系统计算模型；

S3、建立储能潮流控制模型，依据储能的充放电模式和源荷模型，并结合场景分析法，对场景进行分段，再结合分时电价，确定储能在各个时刻的充放电的有功功率和无功功率；

S4、以线损之和最小、电压偏移量最小和储能收益最大为配网系统的目标函数，并构建配网系统潮流约束条件、节点电压和线路电流约束条件；

S5、结合步骤S2、S3和S4，基于YALMIP工具箱，进一步优化配网系统潮流。

作为优选，步骤S1中，具体步骤如下：

S11：以起始充电时间、汽车日行驶里程、充电功率和充电时长四个因素的影响建立电动汽车充电负荷模型，具体如下：

电汽车最后一次出行时刻作为起始充电时间，电动汽车最后一次出行的结束时刻满足正态分布，其公式如下：

其中t为起始充电时间；μ_s为起始充电时间的标准差；σ_s为起始充电时刻的标准差，μ_s和σ_s随车辆类型不同而变化；

电动汽车日行驶里程满足对数正态分布，其公式如下：

其中，s为日行驶里程；μ_D为lns的期望；σ_D为lns的标准差；

电动汽车充电时长由日行驶里程计算得到，符合对数正态分布，其公式如下：

其中，μ_tc＝ln[W₁₀₀/(100ηP_c)]+μ_D为充电时长期望，W₁₀₀为汽车行驶100km的耗电量，σ_tc＝σ_D为充电时长标准差，η为充电效率；

第t时刻的充电负荷如下：

S12：光伏发电模型的建立步骤如下：

在一定时间范围内，地面实际太阳光照强度满足Beat分布，其概率密度如下：

其中，e和e_max分别为该时段内实际和最大光照强度，α、β均为Beat分布参数；光伏电池将光能转换为电能，则该光伏电池输出功率为：

P＝η_PVeS

式中，η_PV为光伏电池转换效率；S为光伏电池有效辐照面积；

由此可知光伏电池的输出功率也呈Beat分布，表示为：

式中，P_max＝η_PVe_maxS为光伏电池最大功率。

作为优选，步骤S2采用基于回路电流的前推回代法计算配网系统潮流，具体如下：

配网系统的组成部分包括发电机、变压器、输电线路及各类负荷，结合配电网络特点，采用基于回路电流的前推回代法计算配网系统潮流，计算过程如下：

对于具有n个节点的辐射型配电网络，设其根节点电压为U₀、各节点负荷为P_i+Q_i，i＝1，2，…，n-1，相邻i，j两节点之间的阻抗为R_ij+jX_ij，待求量为各节点电压、节点注入电流、支路潮流及网络损耗；各节点的注入电流由下式表示：

由上式结合网络拓扑结构计算各支路中的电流，支路的电流I_i为该支路末节点以及所有位于该支路下游节点的注入电流之和，表达式如下：

得出整个配网系统所有支路电流后，从根节点起，利用已知支路阻抗和支路电流就按各支路的电压降，并更新各节点电压；对于始端编号i、末端编号j的支路，其末端电压由下式求出：

U_j＝U_i-I_i(R_ij+jX_ij)

重复前推支路电流过程和回代节点电压过程，最终得出配电网潮流计算结果。

作为优选，步骤S3采用场景分析法将场景分段，并结合分时电价，确定各时段储能的充放电的有功功率和无功功率，具体如下：

S31：采用场景分析法，将一天分段，光伏出力集中在5点到19点，将一天分为三个时段；时段一用于电动汽车充电负荷有功无功优化，时段二包含两种场景，即为电动汽车充电负荷和光伏发电有功无功优化，时段三用于电动汽车有功和无功优化；

S32：设定电动汽车充电站、光伏发电以及储能都接在同一个节点；储能充放电控制模式如下：

(1)放电模式

储能在放电模式下将维持额定功率范围内的恒定功率输出，放电功率由配变和电动汽车充电负荷与目标值的差额决定；

储能在给定时刻t的视在功率S_D(t)(kV·A)需达到：

式中，P_EV(t)、Q_EV(t)分别表示电动汽车在t时刻的有功和无功功率；P_T(t)、Q_T(t)分别表示配电变压器在t时刻的有功和无功功率；将上式求导得到：

S_EV(t)、

分别表示电动汽车在t时刻的视在功率和功率因数；S_T(t)、cosθ分别表示电动汽车在t时刻的视在功率和功率因数；

将上式左侧导数值为零，得出：

上式表明配变功率因素需与负载相同；工作于这种控制状态下的储能放电发出的有功功率P_D(t)与无功功率Q_D(t)表示为：

实际发出的有功功率P_D，op和无功功率Q_D，op为：

式中，S_B，rated表示储能的视在功率；E_s，min表示储能储存电量下限；E(t-1)与E(t)分别表示t时刻前后一时间段的储能电量；η表示储能的充放电效率；E(t-1)与E(t)的关系表达为：

(2)充电模式

Δt时段内的充电功率表示为：

P_C(t)＝max[-λS_T,rated-P_EV(t),0]

式中，λ表示允许的逆向潮流比例参数，在控制策略中设定；S_T，rated为额定功率；实际充电时，需考虑额定功率与电量的约束：

式中，P_C，op(t)为实际储能的实际充电功率；E_B，rated为额定容量；

在0：00-5：00时间段，只有电动汽车充电负荷，光伏发电没有出力，在此时间段逆向潮流参数为0；

在5：00-19：00时间段，当电动汽车充电负荷大于光伏发电功率，此时电动汽车的有功功率为：

P′_EV(t)＝P_EV(t)-P_PV

当电动汽车充电负荷小于光伏发电时，多余的发电量优先给储存在储能中，当不足以完成充电到额定电量，则将逆向潮流参数设为1，反之在储能充电到额定电量后将多余的发电量并网，此时还需要根据实际配网潮流，控制并网功率的大小；

在19：00-0：00时间段，光伏发电量为零，此时属于非谷电时段，储能不充电，只放电，优化电动汽车充电负荷的有功功率和无功功率。

作为优选，步骤S4以线损之和最小、电压偏移量最小和储能收益最大为配网系统的目标函数，并构建配网系统潮流约束条件、节点电压和线路电流约束条件，具体如下：

S41：目标函数

(A)线损之和最小

线损是电网经营企业在电能传输和营销过程中所产生的电能消耗和损失，通过采集到的节点电压幅值和相角大小，计算出线路当中的损耗大小，线损之和最小的函数模型如下：

式中，G_ij为支路的i、j的电导；δ_ij为节点i、j之间的电压相差角；

(B)电压总偏移量最小

电压偏移量最小的函数如下：

式中，U_N为节点额定电压；

(C)储能收益最大

采用分时电价提高储能的营收，储能收益最大函数如下：

式中，k为一天的总采样数，R_i为时刻t的电价；其中，储能不能同时进行充放电；

将上式三个单一目标转化为单一的目标函数，如下所示：

f＝λ₁L₁+λ₂L₂-λ₃L₃

式中，λ₁,λ₂,λ₃为各自目标函数对应的权重系数，且λ₁+λ₂+λ₃＝1；

S42：约束条件

(a)潮流约束条件

光伏发电、储能、电动汽车的充电功率应满足的潮流方程为：

式中P_i、Q_i分别为流入节点i总的有功功率和无功功率；B_ij为节点i，j之间的电纳；P_op，i、Q_op，i为节点i的储能实际有功和无功功率；

(b)节点电压和线路电流满足的约束条件

节点电压满足：

线路电流大小满足：

I_i,min≤I_i≤I_i,max

式中，I_i,min,I_i,max为支路i允许的最小运行电流和最大电流。

作为优选，步骤S5中，具体如下：

首先通过源荷模型输入原始数据，再进行场景分段，并依据相关的场景段，计算储能充放电的有功无功功率，并通过前推回代法计算配网潮流，并计算当前的目标函数以及判断是否满足约束条件，如果不满足，则通过YALMIP工具箱优化储能功率，重新计算配网潮流，当满足目标函数最小和设定的约束条件，则结束，反之继续上述过程。

本发明还提供了一种储能潮流控制系统，其采用上述的一种储能潮流控制方法。

本发明的有益效果如下：

本发明结合场景分析法，对场景进行分段，并结合分时电价，确定储能在各个时刻有功和无功功率，可以较好的优化光储电动汽车充电站的潮流，提高储能经济性，降低系统优化难度。

附图说明

图1是实施例中储能潮流控制系统的流程图；

图2是实施例中YALMIP优化流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的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，本实施例提供了一种储能潮流控制方法，先建立源荷模型，包括电动汽车充电负荷和光伏发电模型再基于前推回代法建立配网潮流计算模型，然后建立储能在充放电模式下的潮流控制模型，基于场景分析法，确定储能在各时刻有功功率和无功功率，最后建立配网系统的目标函数和约束条件，采用YALMIP进一步优化系统的电动汽车充电负荷和光伏发电的有功和无功功率。本实施例还提供了一种储能潮流控制系统，其采用上述一种储能潮流控制方法。

所述方法具体包括如下步骤：

(S1)建立包含电动汽车充电负荷和光伏发电的源荷模型，具体如下：

(1.1)电动汽车充电负荷模型

考虑起始充电时间、汽车日行驶里程、充电功率和充电时长四个因素的影响建立所述电动汽车充电负荷模型，具体如下：

电汽车最后一次出行时刻作为起始充电时间，电动汽车最后一次出行的结束时刻满足正态分布，其公式如下：

其中t为起始充电时间；μ_s为起始充电时间的标准差；σ_s为起始充电时刻的标准差，μ_s和σ_s随车辆类型不同而变化；

电动汽车日行驶里程满足对数正态分布，其公式如下：

其中，s为日行驶里程，单位为km；μ_D为lns的期望；σ_D为lns的标准差。

电动汽车充电时长由日行驶里程计算得到，符合对数正态分布，其公式如下：

其中，μ_tc＝ln[W₁₀₀/(100ηP_c)]+μ_D为充电时长期望，W₁₀₀为汽车行驶100km的耗电量，单位为(kW·h)/百公里,σ_tc＝σ_D为充电时长标准差,η为充电效率。

第t时刻的充电负荷如下：

(1.2)光伏发电模型

光伏发电系统的发电功率主要由光照强度决定且受多种因素制约，但因地面光照强度的随机性，光伏发电系统的发电功率也算随机的，发电功率存在较大的波动，理想情况下在一定时间范围内，地面实际太阳光照强度满足Beat分布，其概率密度如下：

其中，e和e_max分别为该时段内实际和最大光照强度，α、β均为Beat分布参数。光伏电池将光能转换为电能，则该光伏电池输出功率为：

P＝η_PVeS

式中，η_PV为光伏电池转换效率；S为光伏电池有效辐照面积。

由此可知光伏电池的输出功率也呈Beat分布，表示为

式中，P_max＝η_PVe_maxS为光伏电池最大功率。

(S2)采用基于回路电流的前推回代法计算系统潮流，具体如下：

配电网系统的组成部分包括发电机、变压器、输电线路及各类负荷，结合配电网络特点，本系统潮流计算采用基于回路电流的前推回代法计算系统潮流，其计算过程如下：

对于具有n个节点的辐射型配电网络，假设其根节点电压为U₀、各节点负荷为P_i+Q_i(i＝1，2，…，n-1)，相邻i，j两节点之间的阻抗为R_ij+jX_ij，待求量为各节点电压、节点注入电流、支路潮流及网络损耗。各节点的注入电流可由下式表示：

由上式结合网络拓扑结构计算各支路中的电流，某支路的电流I_i为该支路末节点以及所有位于该支路下游节点的注入电流之和，表达式如下：

得出整个配电网系统所有支路电流后，从根节点起，利用已知支路阻抗和支路电流就按各支路的电压降，并更新各节点电压。对于始端编号i、末端编号j的支路，其末端电压可由下式求出：

U_j＝U_i-I_i(R_ij+jX_ij)

重复前推支路电流过程和回代节点电压过程，最终得出配电网潮流计算结果。

(S3)采用场景分析法将场景分段，并结合分时电价，确定各时段储能的充放电的有功功率和无功功率，具体如下：

在实际配网系统中包含多个应用场景，如果储能只应用于光伏发电有功无功优化单一场景时，光伏在夜晚没有出力，处于闲置状态。储能只应用于电动汽车有功无功优化时，在某些没有电动汽车充电负荷的时刻，储能处于闲置状态。因此，在本系统中同时考虑满足光伏发电和电动汽车充电负荷有功无功优化两个目标的要求，进而提高储能利用率，尽可能减少储能的配置，进一步提高储能的经济性。

采用场景分析法，将一天分段考虑，光伏出力主要集中在5点到19点，相对固定，因此将一天分为三个时段。时段一用于电动汽车充电负荷有功无功优化，时段二包含两种场景，即为电动汽车充电负荷和光伏发电有功无功优化，时段三用于电动汽车有功和无功优化。

这里设定电动汽车充电站、光伏发电以及储能都接在同一个节点。储能充放电控制模式如下：

(1)放电模式

储能在放电模式下将维持额定功率范围内的恒定功率输出，放电功率由配变和电动汽车充电负荷与目标值的差额决定。

理论上储能在给定时刻t的视在功率S_D(t)(kV·A)需达到：

式中，P_EV(t)、Q_EV(t)分别表示电动汽车在t时刻的有功和无功功率；P_T(t)、Q_T(t)分别表示配电变压器在t时刻的有功和无功功率。将上式求导得到：

S_EV(t)、

分别表示电动汽车在t时刻的视在功率和功率因数；S_T(t)、cosθ分别表示电动汽车在t时刻的视在功率和功率因数。

将上式左侧导数值为零，可以得出：

上式表明配变功率因素需与负载相同。工作于这种控制状态下的储能放电发出的有功功率P_D(t)与无功功率Q_D(t)表示为：

在实际工作中，储能会受到安装配置的额定功率和额定容量等条件约束，因此，实际发出的有功功率P_D，op和无功功率Q_D，op为：

式中，S_B，rated表示储能的视在功率(kV·A)；E_s，min表示储能储存电量下限；E(t-1)与E(t)分别表示t时刻前后一时间段的储能电量(kW·h)；η表示储能的充放电效率；因为实际运行的电池在充放电过程中会有一定的损耗。E(t-1)与E(t)的关系表达为：

(2)充电模式

储能的充电行为一般发生在光伏产能较大、负荷水平低于低谷状态等电能盈余的时刻，不仅可以补充消耗的电能，也可以实现对逆向潮流的吸收。充电状态下的无功功率为零。Δt时段内的充电功率表示为：

P_C(t)＝max[-λS_T,rated-P_EV(t),0]

式中，λ表示允许的逆向潮流比例参数，可以在控制策略中设定；S_T，rated为额定功率。实际充电时，需考虑额定功率与电量的约束：

式中，P_C，op(t)为实际储能的实际充电功率；E_B，rated为额定容量。

在0：00-5：00这个时间段，只有电动汽车充电负荷，光伏发电没有出力，同时考虑到储能的经济性，采用分时电价提高储能的经济性，储能在谷电价充电，在峰时电价放电，以此赚取收益。因此在此时间段逆向潮流参数为0。

在5：00-19：00这个时间段，由于光伏的直流电和逆变器的电感原因，光伏电站的功率因数基本都在0.98以上，所以基本视为没有无功输出。当电动汽车充电负荷大于光伏发电功率，此时电动汽车的有功功率为：

P_E'_V(t)＝P_EV(t)-P_PV

当电动汽车充电负荷小于光伏发电时，多余的发电量优先给储存在储能中，当不足以完成充电到额定电量，则将逆向潮流参数设为1，反之在储能充电到额定电量后将多余的发电量并网，此时还需要根据实际配网潮流，控制并网功率的大小。

在19：00-0：00这个时间段，光伏发电量为零，此时属于非谷电时段，储能不充电，只放电，优化电动汽车充电负荷的有功功率和无功功率。

(S4)以线损之和最小、电压偏移量最小和储能收益最大为配网系统的目标函数，并构建系统潮流约束条件、节点电压和线路电流约束条件，具体如下：

目标函数：

(A)线损之和最小

线损是电网经营企业在电能传输和营销过程中所产生的电能消耗和损失，通过采集到的节点电压幅值和相角大小，可以计算出线路当中的损耗大小，线损之和最小的函数模型如下：

式中，G_ij为支路的i、j的电导；δ_ij为节点i、j之间的电压相差角；

(B)电压总偏移量最小

电压是衡量电网安全运行的一个重要指标，根据国家电网的标准，电压有一个运行的范围，坚强电网其中的一个重要指标就是电压在合理的范围内安全运行，电压偏移量最小的函数如下：

式中，U_N为节点额定电压。

(C)储能收益最大

由于储能成本过高，因此在实际运行过程中要考虑到储能的经济性，采用分时电价提高储能的营收，储能收益最大函数如下：

式中，k为一天的总采样数，R_i为时刻t的电价。其中，储能不能同时进行充放电。

将上式三个单一目标转化为单一的目标函数，如下所示：

f＝λ₁L₁+λ₂L₂-λ₃L₃

式中，λ₁,λ₂,λ₃为各自目标函数对应的权重系数，且λ₁+λ₂+λ₃＝1。

约束条件：

(a)潮流约束条件

光伏发电、储能、电动汽车的充电功率应满足的潮流方程为：

式中P_i、Q_i分别为流入节点i总的有功功率和无功功率；B_ij为节点i，j之间的电纳。P_op，i、Q_op，i为节点i的储能实际有功和无功功率，放电时，符号为“+”，充电时前边的符号为“—”。

(b)节点电压和线路电流满足的约束条件

节点电压满足：

线路电流大小满足：

I_i,min≤I_i≤I_i,max

式中，I_i,min,I_i,max为支路i允许的最小运行电流和最大电流。

(S5)结合步骤S2，S3，S4，采用YALMIP优化配网系统潮流，提高储能经济性，其优化过程如图2所示，本系统首先通过源荷模型输入原始数据，再进行场景分段，并依据相关的场景段，计算储能充放电的有功无功功率，并通过前推回代法计算配网潮流，并计算当前的目标函数以及判断是否满足约束条件，如果不满足，则通过YALMIP工具箱优化储能功率，重新计算配网潮流，当满足目标函数最小和设定的约束条件，则结束，反之继续上述过程。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (7)

1.一种储能潮流控制方法，其特征在于，包括如下步骤：

S1、建立源荷模型，包括电动汽车充电负荷模型和光伏发电模型，预测电动汽车充电负荷和光伏发电出力；

S2、基于前推回代法建立配网系统计算模型；

S3、建立储能潮流控制模型，依据储能的充放电模式和源荷模型，并结合场景分析法，对场景进行分段，再结合分时电价，确定储能在各个时刻的充放电的有功功率和无功功率；

S4、以线损之和最小、电压偏移量最小和储能收益最大为配网系统的目标函数，并构建配网系统潮流约束条件、节点电压和线路电流约束条件；

S5、结合步骤S2、S3和S4，基于YALMIP工具箱，进一步优化配网系统潮流。

2.根据权利要求1所述的一种储能潮流控制方法，其特征在于，步骤S1中，具体步骤如下：

S11：以起始充电时间、汽车日行驶里程、充电功率和充电时长四个因素的影响建立电动汽车充电负荷模型，具体如下：

电汽车最后一次出行时刻作为起始充电时间，电动汽车最后一次出行的结束时刻满足正态分布，其公式如下：

其中t为起始充电时间；μ_s为起始充电时间的标准差；σ_s为起始充电时刻的标准差，μ_s和σ_s随车辆类型不同而变化；

电动汽车日行驶里程满足对数正态分布，其公式如下：

其中，s为日行驶里程；μ_D为lns的期望；σ_D为lns的标准差；

电动汽车充电时长由日行驶里程计算得到，符合对数正态分布，其公式如下：

其中，μ_tc＝ln[W₁₀₀/(100ηP_c)]+μ_D为充电时长期望，W₁₀₀为汽车行驶100km的耗电量，σ_tc＝σ_D为充电时长标准差，η为充电效率；

第t时刻的充电负荷如下：

S12：光伏发电模型的建立步骤如下：

在一定时间范围内，地面实际太阳光照强度满足Beat分布，其概率密度如下：

其中，e和e_max分别为该时段内实际和最大光照强度，α、β均为Beat分布参数；光伏电池将光能转换为电能，则该光伏电池输出功率为：

P＝η_PVeS

式中，η_PV为光伏电池转换效率；S为光伏电池有效辐照面积；

由此可知光伏电池的输出功率也呈Beat分布，表示为：

式中，P_max＝η_PVe_maxS为光伏电池最大功率。

3.根据权利要求1所述的一种储能潮流控制方法，其特征在于，步骤S2采用基于回路电流的前推回代法计算配网系统潮流，具体如下：

配网系统的组成部分包括发电机、变压器、输电线路及各类负荷，结合配电网络特点，采用基于回路电流的前推回代法计算配网系统潮流，计算过程如下：

对于具有n个节点的辐射型配电网络，设其根节点电压为U₀、各节点负荷为P_i+Q_i，i＝1，2，…，n-1，相邻i，j两节点之间的阻抗为R_ij+jX_ij，待求量为各节点电压、节点注入电流、支路潮流及网络损耗；各节点的注入电流由下式表示：

由上式结合网络拓扑结构计算各支路中的电流，支路的电流I_i为该支路末节点以及所有位于该支路下游节点的注入电流之和，表达式如下：

得出整个配网系统所有支路电流后，从根节点起，利用已知支路阻抗和支路电流就按各支路的电压降，并更新各节点电压；对于始端编号i、末端编号j的支路，其末端电压由下式求出：

U_j＝U_i-I_i(R_ij+jX_ij)

重复前推支路电流过程和回代节点电压过程，最终得出配电网潮流计算结果。

4.根据权利要求1所述的一种储能潮流控制方法，其特征在于，步骤S3采用场景分析法将场景分段，并结合分时电价，确定各时段储能的充放电的有功功率和无功功率，具体如下：

S31：采用场景分析法，将一天分段，光伏出力集中在5点到19点，将一天分为三个时段；时段一用于电动汽车充电负荷有功无功优化，时段二包含两种场景，即为电动汽车充电负荷和光伏发电有功无功优化，时段三用于电动汽车有功和无功优化；

S32：设定电动汽车充电站、光伏发电以及储能都接在同一个节点；储能充放电控制模式如下：

(1)放电模式

储能在放电模式下将维持额定功率范围内的恒定功率输出，放电功率由配变和电动汽车充电负荷与目标值的差额决定；

储能在给定时刻t的视在功率S_D(t)(kV·A)需达到：

式中，P_EV(t)、Q_EV(t)分别表示电动汽车在t时刻的有功和无功功率；P_T(t)、Q_T(t)分别表示配电变压器在t时刻的有功和无功功率；将上式求导得到：

S_EV(t)、

分别表示电动汽车在t时刻的视在功率和功率因数；S_T(t)、cosθ分别表示电动汽车在t时刻的视在功率和功率因数；

将上式左侧导数值为零，得出：

上式表明配变功率因素需与负载相同；工作于这种控制状态下的储能放电发出的有功功率P_D(t)与无功功率Q_D(t)表示为：

实际发出的有功功率P_D，op和无功功率Q_D，op为：

式中，S_B，rated表示储能的视在功率；E_s，min表示储能储存电量下限；E(t-1)与E(t)分别表示t时刻前后一时间段的储能电量；η表示储能的充放电效率；E(t-1)与E(t)的关系表达为：

(2)充电模式

Δt时段内的充电功率表示为：

P_C(t)＝max[-λS_T,rated-P_EV(t),0]

式中，λ表示允许的逆向潮流比例参数，在控制策略中设定；S_T，rated为额定功率；实际充电时，需考虑额定功率与电量的约束：

式中，P_C，op(t)为实际储能的实际充电功率；E_B，rated为额定容量；

在0：00-5：00时间段，只有电动汽车充电负荷，光伏发电没有出力，在此时间段逆向潮流参数为0；

在5：00-19：00时间段，当电动汽车充电负荷大于光伏发电功率，此时电动汽车的有功功率为：

P'_EV(t)＝P_EV(t)-P_PV

当电动汽车充电负荷小于光伏发电时，多余的发电量优先给储存在储能中，当不足以完成充电到额定电量，则将逆向潮流参数设为1，反之在储能充电到额定电量后将多余的发电量并网，此时还需要根据实际配网潮流，控制并网功率的大小；

在19：00-0：00时间段，光伏发电量为零，此时属于非谷电时段，储能不充电，只放电，优化电动汽车充电负荷的有功功率和无功功率。

5.根据权利要求1所述的一种储能潮流控制方法，其特征在于，步骤S4以线损之和最小、电压偏移量最小和储能收益最大为配网系统的目标函数，并构建配网系统潮流约束条件、节点电压和线路电流约束条件，具体如下：

S41：目标函数

(A)线损之和最小

线损是电网经营企业在电能传输和营销过程中所产生的电能消耗和损失，通过采集到的节点电压幅值和相角大小，计算出线路当中的损耗大小，线损之和最小的函数模型如下：

式中，G_ij为支路的i、j的电导；δ_ij为节点i、j之间的电压相差角；

(B)电压总偏移量最小

电压偏移量最小的函数如下：

式中，U_N为节点额定电压；

(C)储能收益最大

采用分时电价提高储能的营收，储能收益最大函数如下：

式中，k为一天的总采样数，R_i为时刻t的电价；其中，储能不能同时进行充放电；

将上式三个单一目标转化为单一的目标函数，如下所示：

f＝λ₁L₁+λ₂L₂-λ₃L₃

式中，λ₁,λ₂,λ₃为各自目标函数对应的权重系数，且λ₁+λ₂+λ₃＝1；

S42：约束条件

(a)潮流约束条件

光伏发电、储能、电动汽车的充电功率应满足的潮流方程为：

式中P_i、Q_i分别为流入节点i总的有功功率和无功功率；B_ij为节点i，j之间的电纳；P_op，i、Q_op，i为节点i的储能实际有功和无功功率；

(b)节点电压和线路电流满足的约束条件

节点电压满足：

线路电流大小满足：

I_i,min≤I_i≤I_i,max

式中，I_i,min,I_i,max为支路i允许的最小运行电流和最大电流。

6.根据权利要求1所述的一种储能潮流控制方法，其特征在于，步骤S5中，具体如下：

首先通过源荷模型输入原始数据，再进行场景分段，并依据相关的场景段，计算储能充放电的有功无功功率，并通过前推回代法计算配网潮流，并计算当前的目标函数以及判断是否满足约束条件，如果不满足，则通过YALMIP工具箱优化储能功率，重新计算配网潮流，当满足目标函数最小和设定的约束条件，则结束，反之继续上述过程。

7.一种储能潮流控制系统，其特征在于，其采用如权利要求1-6中任一所述的一种储能潮流控制方法。

Images