CN117035335A - 一种多阶段储能与输电网协同规划方法及系统 - Google Patents

一种多阶段储能与输电网协同规划方法及系统 Download PDF

Info

Publication number
CN117035335A
CN117035335A CN202311040803.5A CN202311040803A CN117035335A CN 117035335 A CN117035335 A CN 117035335A CN 202311040803 A CN202311040803 A CN 202311040803A CN 117035335 A CN117035335 A CN 117035335A
Authority
CN
China
Prior art keywords
energy storage
power
period
year
node
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
CN202311040803.5A
Other languages
English (en)
Inventor
武昭原
周明
王智冬
韩晓男
汪莹
周恒宇
王新刚
赵琮皓
吴界辰
陈政琦
高源�
吴高磊
边家瑜
于志勇
余金
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.)
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
North China Electric Power University
State Grid Xinjiang Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd
Original Assignee
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
North China Electric Power University
State Grid Xinjiang Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Xinjiang 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 State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office, North China Electric Power University, State Grid Xinjiang Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd filed Critical State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
Priority to CN202311040803.5A priority Critical patent/CN117035335A/zh
Publication of CN117035335A publication Critical patent/CN117035335A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种多阶段储能与输电网协同规划方法及系统，涉及电力系统规划领域；该方法包括：获取电力系统的运行数据；基于运行数据确定机组组合计划结果；构建惯量计算模型；基于惯量计算模型确定储能安装候选节点集；根据机组组合计划结果和储能安装候选节点集，构建多阶段储能与输电网协同规划模型；多阶段储能与输电网协同规划模型包括：目标函数和约束条件；根据约束条件对目标函数进行求解，得到电力系统的最优规划方案；最优规划方案为电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果；本发明能够提高风电消纳能力和系统频率安全。

Description

一种多阶段储能与输电网协同规划方法及系统
技术领域
本发明涉及电力系统规划领域，特别是涉及一种多阶段储能与输电网协同规划方法及系统。
背景技术
随机可再生能源比例的增加进一步增加了影响系统的不确定性，有效地处理更多的不确定性需要更大的灵活性，同时，风电出力的波动性、随机性和间歇性给电力系统的安全性和稳定性带来了风险；此外，大规模风电并网后会产生大量弃风，并且随着负荷需求的增长，输电网中会产生大量的输电阻塞。因此，如何应对大规模新能源并网后产生的安全稳定问题及大量弃风的问题，成为国内外学术界和工业界的关注重点。
在此环境下，将储能与输电网进行协同规划将成为以后的研究重点。在经典方法中，输电网扩容规划是选择新建输电线路的最优手段，输电网扩容规划模型的实施需要在一个或多个规划周期内优化多个目标(减少拥塞、最小化运营和投资成本、增加系统竞争力和社会效益最大化等)。储能可以缓解峰值负荷，降低线路饱和，减少所需投资，改善网络拥塞，同时储能通过灵活控制能对高比例新能源电力系统动态频率起到重要支撑作用。将储能与输电网协同规划可以缓解输电阻塞，延缓输电网升级改造，并且可以解决高比例新能源并网降低系统惯量水平及惯性分布不均的问题。
电力系统规划模型根据规划范围可分为静态模型和动态模型，动态规划模型即多阶段规划模型，相较于静态规划模型更适用于工程实际。储能与输电网多阶段协同规划模型，要求各个规划阶段的总经济性最优。规划过程中，将不同阶段的风电并网容量和负荷需求的增长情况带入动态规划模型之中，下阶段按照上阶段的电网扩建和储能选址定容方案进行新的规划，以规划周期总经济性最优得到最终的规划方案。
发明内容
本发明的目的是提供一种多阶段储能与输电网协同规划方法及系统，以提高风电消纳能力和系统频率安全。
为实现上述目的，本发明提供了如下方案：
一种多阶段储能与输电网协同规划方法，所述方法包括：
获取电力系统的运行数据；所述运行数据包括：风电数据和负荷数据；
基于所述运行数据确定机组组合计划结果；
构建惯量计算模型；所述惯量计算模型是根据所述机组组合计划结果，基于电力系统的节点与机组之间的同步功率系数构建的数学计算模型；
基于所述惯量计算模型确定储能安装候选节点集；
根据所述机组组合计划结果和所述储能安装候选节点集，构建多阶段储能与输电网协同规划模型；所述多阶段储能与输电网协同规划模型包括：目标函数和约束条件；所述目标函数是以所述电力系统的规划周期总成本最小为目标构建的；所述约束条件包括：节点功率平衡约束、支路潮流约束、发电机组及风电场运行约束、储能运行约束、频率变化率约束、准稳态频率约束和频率最低点限制约束；
根据所述约束条件对所述目标函数进行求解，得到电力系统的最优规划方案；所述最优规划方案，包括：所述规划周期总成本最小时对应的电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果。
可选地，所述目标函数的表达式为：
f＝fline+fess+fope；
其中，f为目标函数；fline为线路总投资成本；fess为储能总投资成本；fope为规划周期内系统总运行成本。
可选地，所述节点功率平衡约束的表达式为：
其中，Ao为现有线路的节点支路关联矩阵；Ap为待选线路的节点支路关联矩阵；Ay为第y年新建线路的节点支路关联矩阵；为现有线路在第Y年时段t内的支路有功功率向量；/>为待选线路在第Y年时段t内的支路有功功率向量；/>为第y年新建的线路在第Y年时段t内的支路有功功率向量；Pgen,t,Y为第Y年时段t内火电厂的有功出力向量；Pwind,t,Y为第Y年时段t内风电场的有功出力向量；/>为第y年新建的储能在第Y年时段t内新建储能的充放电功率向量；Pess,t,Y为在第Y年时段t内新建储能的充放电功率向量；Pl,t,Y为第Y年时段t内各节点负荷向量。
可选地，所述支路潮流约束的表达式为：
θref,t,Y＝0；
其中，为第Y年时段t内现有支路ij流过的总有功功率；bij为支路ij单条线路电纳；/>为支路ij原有线路数目；/>为第y年新建的线路数目；θi,t,Y为第Y年时段t内节点i的电压相角；θj,t,Y为第Y年时段t内节点j的电压相角；Ωo为现有线路集；/>为第Y年时段t内待建支路ij新建第p条线路流过的有功功率；Mij为设定数值；/>为第Y年在支路ij新建第p条线路的决策变量；/>为支路ij待建线路最大数目；θref,t,Y为第Y年时段t内平衡节点ref的电压相角。
可选地，所述发电机组及风电场运行约束的表达式为：
-ωd,gΔt≤Pg,t,Y-Pg,t-1,Y≤ωu,gΔt；
SUg,t,Y-SDg,t,Y＝vg,t,Y-vg,t-1,Y；
其中，ωd,g为发电机组g的滑坡率；Δt为时间间隔；Pg,t,Y为第Y年时段t内发电机组g的发电功率；Pg,t-1,Y为第Y年时段t-1内发电机组g的发电功率；ωu,g为发电机组g的爬坡率；为发电机组g的出力下限；/>为发电机组g的出力上限；SUg,t,Y为第Y年时段t内发电机组g的开机的状态变量；SDg,t,Y为第Y年时段t内发电机组g的停机的状态变量；vg,t,Y为第Y年时段t内发电机组g的运行状态变量；vg,t-1,Y为第Y年时段t-1内发电机组g的运行状态变量；SUg,max为发电机组g的最大开机时间；SDg,max为发电机组g的最大停机时间；Pwind,j,t,Y为第Y年时段t内风电场j的预测功率；/>为第Y年时段t内风电场j的实际输出功率。
可选地，所述储能运行约束的表达式为：
0≤pcha,i,t,Y≤Pess,i,Yxcha,i,t,Y；
0≤pdis,i,t,Y≤Pess,i,Yxdis,i,t,Y；
xcha,i,t,Y+xdis,i,t,Y≤xess,i,Y；
SOCmin≤ei,t,Y≤SOCmax；
其中，pcha,i,t,Y为第Y年在节点i的储能装置在时段t内的充电功率；Pess,i,Y为第Y年在节点i建设储能的功率；xcha,i,t,Y为第Y年在节点i的储能装置在时段t的充电状态；pdis,i,t,Y为第Y年在节点i的储能装置在时段t内的放电功率；xdis,i,t,Y为第Y年在节点i的储能装置在时段t的放电状态；xess,i,Y为第Y年在支路ij新建线路和在节点i配置储能的决策变量；SOCmin为储能装置的荷电状态下限；SOCmax为储能装置的荷电状态上限；ei,t,Y为第Y年节点i的储能装置在时段t内的容量；ei,t+1,Y为第Y年节点i的储能装置在时段t+1内的容量；Δt为时间间隔；为储能装置的充电效率；/>为储能装置的放电效率；eess,i,0,Y为储能的能量平衡约束；/>为日平衡约束。
可选地，所述频率变化率约束的表达式为：
其中，fRoCoF,t,Y为第Y年扰动后时段t的频率变化率；Δf(t)为系统的不平衡功率；f0为稳态功率；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；Ht,Y为系统在第Y年时段t内的总惯量；为扰动后安全限制；g为发电机组的序号；Ngen为发电机组集合；Hg为发电机组g惯性常数；/>为发电机组g的出力上限；vg,t,Y为第Y年时段t内发电机组g的运行状态变量；i为节点序号；Ness为储能的待选安装节点集；Y为距离规划周期初期的年份；y为规划阶段的年份序号；Hi为在节点i处新建的储能的惯性常数；Pess,i,y为第y年在节点i建设储能的功率。
可选地，所述准稳态频率约束的表达式为：
其中，D为负载阻尼；PD,t,Y为第Y年时段t系统负荷值；Δfss,t,Y为第Y年时段t准稳态下的频率偏差；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；RG为发电机组总PFR功率；RF为储能总FFR功率；为最大允许偏差；g为发电机组的序号；Ngen为发电机组集合；i为节点序号；Ness为储能的待选安装节点集；Rg,GR为发电机组g的PFR功率；Ri,FFR为节点i处配置的储能的FFR功率；dt为时段t的微分。
可选地，所述频率最低点限制约束的表达式为：
其中，f0为稳态功率；RF为储能总FFR功率；Δfmax为最大容许频率偏差；RG为发电机组总PFR功率；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；tE为FFR的完全响应时间；tR为PFR的完全响应时间；Ht,Y为系统在第Y年时段t内的总惯量。
一种多阶段储能与输电网协同规划系统，所述系统包括：
数据获取模块，用于获取电力系统的运行数据；所述运行数据包括：风电数据和负荷数据；
结果确定模块，用于基于所述运行数据确定机组组合计划结果；
计算模型构建模块，用于构建惯量计算模型；所述惯量计算模型是根据所述机组组合计划结果，基于电力系统的节点与机组之间的同步功率系数构建的数学计算模型；
节点集确定模块，用于基于所述惯量计算模型确定储能安装候选节点集；
规划模型构建模块，用于根据所述机组组合计划结果和所述储能安装候选节点集，构建多阶段储能与输电网协同规划模型；所述多阶段储能与输电网协同规划模型包括：目标函数和约束条件；所述目标函数是以所述电力系统的规划周期总成本最小为目标构建的；所述约束条件包括：节点功率平衡约束、支路潮流约束、发电机组及风电场运行约束、储能运行约束、频率变化率约束、准稳态频率约束和频率最低点限制约束；
求解模块，用于根据所述约束条件对所述目标函数进行求解，得到电力系统的最优规划方案；所述最优规划方案，包括：所述规划周期总成本最小时对应的电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种多阶段储能与输电网协同规划方法及系统，通过获取电力系统的运行数据；基于运行数据确定机组组合计划结果；构建惯量计算模型；基于惯量计算模型确定储能安装候选节点集；根据机组组合计划结果和储能安装候选节点集，构建多阶段储能与输电网协同规划模型；多阶段储能与输电网协同规划模型包括：目标函数和约束条件；根据约束条件对目标函数进行求解，得到电力系统的最优规划方案；最优规划方案为电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果，本发明针对含有大规模风电阶段性并网的规划场景，考虑到储能的缓解输电阻塞作用和动态频率支撑作用，根据多阶段储能与输电网协同规划模型以提高风电消纳能力和系统频率安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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他的附图。
图1为本发明实施例提供的多阶段储能与输电网协同规划方法的流程图；
图2为本发明实施例提供的多阶段储能与输电网协同规划方法在实际应用中操作的流程图；
图3为本发明实施例提供的多阶段储能与输电网协同规划系统的结构图。
符号说明：
数据获取模块-1、结果确定模块-2、计算模型构建模块-3、节点集确定模块-4、规划模型构建模块-5、求解模块-6。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，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。
本发明的目的是提供一种多阶段储能与输电网协同规划方法及系统，以提高风电消纳能力和系统频率安全。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示，本发明实施例提供了一种多阶段储能与输电网协同规划方法，该方法包括：
步骤100：获取电力系统的运行数据；运行数据包括：风电数据和负荷数据。
步骤200：基于运行数据确定机组组合计划结果。
步骤300：构建惯量计算模型；惯量计算模型是根据机组组合计划结果，基于电力系统的节点与机组之间的同步功率系数构建的数学计算模型。
步骤400：基于惯量计算模型确定储能安装候选节点集。
步骤500：根据机组组合计划结果和储能安装候选节点集，构建多阶段储能与输电网协同规划模型；多阶段储能与输电网协同规划模型包括：目标函数和约束条件；目标函数是以电力系统的规划周期总成本最小为目标构建的；约束条件包括：节点功率平衡约束、支路潮流约束、发电机组及风电场运行约束、储能运行约束、频率变化率约束、准稳态频率约束和频率最低点限制约束。
步骤600：根据约束条件对目标函数进行求解，得到电力系统的最优规划方案；最优规划方案，包括：规划周期总成本最小时对应的电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果。
如图2所示，在实际应用中，本发明实施例提供的方法的具体操作步骤还可以如下：
建立电力系统节点惯量计算模型以及建立系统频率安全约束两大步骤：步骤A：在建立电力系统节点惯量计算模型中，考虑到节点频率和发电机端频率的关系，将不平衡功率按照同步功率系数分配到各发电机节点处得到发电机处的频率变化率，根据节点的惯量定义得到节点的计算惯量模型。步骤B：建立系统频率安全约束中，根据储能的快速频率响应(Fast frequency response，FFR)和同步发电机的一次频率响应(Primary frequencyresponse，PFR)机理，分别建立频率变化率(Rate of change of Frequency，RoCoF)约束、准稳态频率约束和频率最低点限制约束。
具体地，基于风电和负荷需求预测结果，通过k-means算法进行场景聚类，生成规划期内典型运行日风电和负荷曲线，以运行成本最小为目标函数，进行电力系统调度模拟，求解配置储能前系统的运行成本和机组组合计划。
根据得到的机组组合计划，评估系统节点惯量，将低惯量节点生成储能安装候选节点集，节点惯量计算表达式如下：
其中，Hm为节点m的计算惯量，rm,g为矩阵R中对应于节点m和发电机组g电压关系的元素；R表示网络节点电压与发电机内电势节点电压之间的关联矩阵；Bg,m为收缩到发电机组g内电势节点和节点m间的电纳；Hg为发电机组g惯性常数。
根据计算结果得到储能安装的候选节点集。
根据得到的风电出力场景与负荷需求场景以及得到的储能安装候选节点集，综合考虑储能与输电网之间的协同作用和储能对系统动态频率支撑的作用，构建考虑动态频率支撑的多阶段储能与输电网协同规划模型。
在建立储能与输电网的阶段协同规划模型时兼顾储能的动态频率支撑作用，以整个规划周期的总成本最小为目标，并考虑风电并网规模和负荷需求的阶段性增长，得到考虑动态频率支撑作用的多阶段储能与输电网协同规划模型。
具体地，目标函数的表达式为：
f＝fline+fess+fope；
其中，f为目标函数；fline为线路总投资成本；fess为储能总投资成本；fope为规划周期内系统总运行成本。
具体地，fline为线路总投资成本，其表达式为：
其中，NY为规划年数集合；Np为待选线路集合；RY为第Y年的运行费用对应的现值系数；Y为距离规划周期初期的年份，每个规划阶段中包含多个年份；cij为线路投资成本系数；Lij为线路长度；为第Y年在支路ij新建第p条线路的0-1决策变量，若建设线路则取值为1，否则取值为0。i和j均为序号。
fess为储能总投资成本，包括功率配置成本和容量配置成本，具体表达式如下：
其中，Ness为储能的待选安装节点集；xess,i,Y为第Y年在支路ij新建线路和在节点i配置储能的决策变量，其为0-1的决策变量，若建设，建设储能则取值为1，否则取值为0。
Pess,i,Y为第Y年在节点i建设储能的功率；cp为节点i建设储能的功率；ce为节点i容量投资成本系数；Eess,i,Y为第Y年在节点i建设储能的容量。
fope＝fwind+fgen+fR+fco2；
其中，fope为规划周期内系统总运行成本；fwind为弃风惩罚费用；fgen为发电成本；fR为备用成本；fco2为碳排放成本。
其中，Nwind为风电场集；T为调度时段；cwind为弃风惩罚成本系数；为第Y年时段t内风电场j的预测功率；Pwind,j,t,Y为第Y年时段t内风电场j的实际输出功率。
其中，fgen为发电成本；g为发电机组的序号；Ngen为发电机组集合；cgen为发电机组成本系数；Pg,t,Y为第Y年时段t内发电机组g的发电功率；cSU为发电机组的开机成本系数；SUg,t,Y为第Y年时段t内发电机组g的开机的状态变量；SDg,t,Y为第Y年时段t内发电机组g的停机的状态变量；cSD为发电机组的停机成本系数。
其中，cgen,up为发电机组上调备用成本系数；Rg,t,Y,up为发电机组g的上调备用；cgen,down为发电机组下调备用成本系数；Rg,t,Y,down为发电机组g的下调备用；cgen,GR为发电机组一次调频备用成本系数；Rg,t,Y,GR为发电机组g的PFR功率。
其中，cco2为碳排放成本系数；eco2为发电机组碳排放因子。
节点功率平衡约束的表达式为：
其中，Ao为现有线路的节点支路关联矩阵；Ap为待选线路的节点支路关联矩阵；Ay为第y年新建线路的节点支路关联矩阵；为现有线路在第Y年时段t内的支路有功功率向量；/>为待选线路在第Y年时段t内的支路有功功率向量；/>为第y年新建的线路在第Y年时段t内的支路有功功率向量；Pgen,t,Y为第Y年时段t内火电厂的有功出力向量；Pwind,t,Y为第Y年时段t内风电场的有功出力向量；/>为第y年新建的储能在第Y年时段t内新建储能的充放电功率向量；Pess,t,Y为在第Y年时段t内新建储能的充放电功率向量；Pl,t,Y为第Y年时段t内各节点负荷向量。
节点功率平衡约束保证了网络中任一节点在各个阶段中每个时段的功率平衡。
支路潮流约束的表达式为：
θref,t,Y＝0；
其中，为第Y年时段t内现有支路ij流过的总有功功率；bij为支路ij单条线路电纳；/>为支路ij原有线路数目；/>为第y年新建的线路数目；θi,t,Y为第Y年时段t内节点i的电压相角；θj,t,Y为第Y年时段t内节点j的电压相角；Ωo为现有线路集；/>为第Y年时段t内待建支路ij新建第p条线路流过的有功功率；Mij为设定数值；/>为第Y年在支路ij新建第p条线路的决策变量；/>为支路ij待建线路最大数目；θref,t,Y为第Y年时段t内平衡节点ref的电压相角。Mij为足够大的数。
发电机组及风电场运行约束的表达式为：
-ωd,gΔt≤Pg,t,Y-Pg,t-1,Y≤ωu,gΔt；
SUg,t,Y-SDg,t,Y＝vg,t,Y-vg,t-1,Y；
其中，ωd,g为发电机组g的滑坡率；Δt为时间间隔；Pg,t,Y为第Y年时段t内发电机组g的发电功率；Pg,t-1,Y为第Y年时段t-1内发电机组g的发电功率；ωu,g为发电机组g的爬坡率；为发电机组g的出力下限；/>为发电机组g的出力上限；SUg,t,Y为第Y年时段t内发电机组g的开机的状态变量；SDg,t,Y为第Y年时段t内发电机组g的停机的状态变量；vg,t,Y为第Y年时段t内发电机组g的运行状态变量；vg,t-1,Y为第Y年时段t-1内发电机组g的运行状态变量；SUg,max为发电机组g的最大开机时间；SDg,max为发电机组g的最大停机时间；Pwind,j,t,Y为第Y年时段t内风电场j的预测功率；/>为第Y年时段t内风电场j的实际输出功率。vg,t,Y为第Y年时段t内发电机组g的0-1运行状态变量，1表示机组处于运行状态，0则表示机组处于停机状态。
储能运行约束的表达式为：
0≤pcha,i,t,Y≤Pess,i,Yxcha,i,t,Y；
0≤pdis,i,t,Y≤Pess,i,Yxdis,i,t,Y；
xcha,i,t,Y+xdis,i,t,Y≤xess,i,Y；
SOCmin≤ei,t,Y≤SOCmax；
其中，pcha,i,t,Y为第Y年在节点i的储能装置在时段t内的充电功率；Pess,i,Y为第Y年在节点i建设储能的功率；xcha,i,t,Y为第Y年在节点i的储能装置在时段t的充电状态；pdis,i,t,Y为第Y年在节点i的储能装置在时段t内的放电功率；xdis,i,t,Y为第Y年在节点i的储能装置在时段t的放电状态；xess,i,Y为第Y年在支路ij新建线路和在节点i配置储能的决策变量；SOCmin为储能装置的荷电状态下限；SOCmax为储能装置的荷电状态上限；ei,t,Y为第Y年节点i的储能装置在时段t内的容量；ei,t+1,Y为第Y年节点i的储能装置在时段t+1内的容量；Δt为时间间隔；为储能装置的充电效率；/>为储能装置的放电效率；eess,i,0,Y为储能的能量平衡约束；/>为日平衡约束。
T24＝24即储能的能量平衡约束为日平衡约束。
xcha,i,t,Y和xdis,i,t,Y均为0-1变量，1表示充/放电，0则表示储能装置不动作。
频率变化率约束的表达式为：
其中，fRoCoF,t,Y为第Y年扰动后时段t的频率变化率；Δf(t)为系统的不平衡功率；f0为稳态功率；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；Ht,Y为系统在第Y年时段t内的总惯量；为扰动后安全限制；g为发电机组的序号；Ngen为发电机组集合；Hg为发电机组g惯性常数；/>为发电机组g的出力上限；vg,t,Y为第Y年时段t内发电机组g的运行状态变量；i为节点序号；Ness为储能的待选安装节点集；Y为距离规划周期初期的年份；y为规划阶段的年份序号；Hi为在节点i处新建的储能的惯性常数；Pess,i,y为第y年在节点i建设储能的功率。
准稳态频率约束的表达式为：
其中，D为负载阻尼；PD,t,Y为第Y年时段t系统负荷值；Δfss,t,Y为第Y年时段t准稳态下的频率偏差；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；RG为发电机组总PFR功率；RF为储能总FFR功率；为最大允许偏差；g为发电机组的序号；Ngen为发电机组集合；i为节点序号；Ness为储能的待选安装节点集；Rg,GR为发电机组g的PFR功率；Ri,FFR为节点i处配置的储能的FFR功率；dt为时段t的微分。
频率最低点限制约束的表达式为：
其中，f0为稳态功率；RF为储能总FFR功率；Δfmax为最大容许频率偏差；RG为发电机组总PFR功率；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；tE为FFR的完全响应时间；tR为PFR的完全响应时间；Ht,Y为系统在第Y年时段t内的总惯量。
实施例2
如图3所示，本发明实施例提供了一种多阶段储能与输电网协同规划系统，该系统包括：数据获取模块1、结果确定模块2、计算模型构建模块3、节点集确定模块4、规划模型构建模块5和求解模块6。
数据获取模块1，用于获取电力系统的运行数据；运行数据包括：风电数据和负荷数据。
结果确定模块2，用于基于运行数据确定机组组合计划结果。
计算模型构建模块3，用于构建惯量计算模型；惯量计算模型是根据机组组合计划结果，基于电力系统的节点与机组之间的同步功率系数构建的数学计算模型。
节点集确定模块4，用于基于惯量计算模型确定储能安装候选节点集。
规划模型构建模块5，用于根据机组组合计划结果和储能安装候选节点集，构建多阶段储能与输电网协同规划模型；多阶段储能与输电网协同规划模型包括：目标函数和约束条件；目标函数是以电力系统的规划周期总成本最小为目标构建的；约束条件包括：节点功率平衡约束、支路潮流约束、发电机组及风电场运行约束、储能运行约束、频率变化率约束、准稳态频率约束和频率最低点限制约束。
求解模块6，用于根据约束条件对目标函数进行求解，得到电力系统的最优规划方案；最优规划方案，包括：规划周期总成本最小时对应的电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果。
实施例3
本发明实施例提供了一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例1中的多阶段储能与输电网协同规划方法。
在一种实施例中，本发明还提供了一种计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时实现实施例1中的多阶段储能与输电网协同规划方法。
本发明构建了考虑动态频率支撑的多阶段储能与输电网协同规划模型，利用节点惯量的计算方法确定出储能安装的候选节点集，通过发电机组的PFR过程和储能的FFR过程得到储能提供动态频率支撑作用时的三个约束条件：RoCoF约束、准稳态频率约束和频率最低点限制约束，通过线性求解器可得出考虑储能动态频率支撑作用的出储能与输电网多阶段协同规划结果，能够为高比例新能源电力系统的规划提供理论指导。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种多阶段储能与输电网协同规划方法，其特征在于，所述方法包括：
获取电力系统的运行数据；所述运行数据包括：风电数据和负荷数据；
基于所述运行数据确定机组组合计划结果；
构建惯量计算模型；所述惯量计算模型是根据所述机组组合计划结果，基于电力系统的节点与机组之间的同步功率系数构建的数学计算模型；
基于所述惯量计算模型确定储能安装候选节点集；
根据所述机组组合计划结果和所述储能安装候选节点集，构建多阶段储能与输电网协同规划模型；所述多阶段储能与输电网协同规划模型包括：目标函数和约束条件；所述目标函数是以所述电力系统的规划周期总成本最小为目标构建的；所述约束条件包括：节点功率平衡约束、支路潮流约束、发电机组及风电场运行约束、储能运行约束、频率变化率约束、准稳态频率约束和频率最低点限制约束；
根据所述约束条件对所述目标函数进行求解，得到电力系统的最优规划方案；所述最优规划方案，包括：所述规划周期总成本最小时对应的电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果。
2.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述目标函数的表达式为：
f＝fline+fess+fope；
其中，f为目标函数；fline为线路总投资成本；fess为储能总投资成本；fope为规划周期内系统总运行成本。
3.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述节点功率平衡约束的表达式为：
其中，Ao为现有线路的节点支路关联矩阵；Ap为待选线路的节点支路关联矩阵；Ay为第y年新建线路的节点支路关联矩阵；为现有线路在第Y年时段t内的支路有功功率向量；为待选线路在第Y年时段t内的支路有功功率向量；/>为第y年新建的线路在第Y年时段t内的支路有功功率向量；Pgen,t,Y为第Y年时段t内火电厂的有功出力向量；Pwind,t,Y为第Y年时段t内风电场的有功出力向量；/>为第y年新建的储能在第Y年时段t内新建储能的充放电功率向量；Pess,t,Y为在第Y年时段t内新建储能的充放电功率向量；Pl,t,Y为第Y年时段t内各节点负荷向量。
4.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述支路潮流约束的表达式为：
θref,t,Y＝0；
其中，为第Y年时段t内现有支路ij流过的总有功功率；bij为支路ij单条线路电纳；为支路ij原有线路数目；/>为第y年新建的线路数目；θi,t,Y为第Y年时段t内节点i的电压相角；θj,t,Y为第Y年时段t内节点j的电压相角；Ωo为现有线路集；/>为第Y年时段t内待建支路ij新建第p条线路流过的有功功率；Mij为设定数值；/>为第Y年在支路ij新建第p条线路的决策变量；/>为支路ij待建线路最大数目；θref,t,Y为第Y年时段t内平衡节点ref的电压相角。
5.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述发电机组及风电场运行约束的表达式为：
-ωd,gΔt≤Pg,t,Y-Pg,t-1,Y≤ωu,gΔt；
SUg,t,Y-SDg,t,Y＝vg,t,Y-vg,t-1,Y；
其中，ωd,g为发电机组g的滑坡率；Δt为时间间隔；Pg,t,Y为第Y年时段t内发电机组g的发电功率；Pg,t-1,Y为第Y年时段t-1内发电机组g的发电功率；ωu,g为发电机组g的爬坡率；为发电机组g的出力下限；/>为发电机组g的出力上限；SUg,t,Y为第Y年时段t内发电机组g的开机的状态变量；SDg,t,Y为第Y年时段t内发电机组g的停机的状态变量；vg,t,Y为第Y年时段t内发电机组g的运行状态变量；vg,t-1,Y为第Y年时段t-1内发电机组g的运行状态变量；SUg,max为发电机组g的最大开机时间；SDg,max为发电机组g的最大停机时间；Pwind,j,t,Y为第Y年时段t内风电场j的预测功率；/>为第Y年时段t内风电场j的实际输出功率。
6.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述储能运行约束的表达式为：
0≤pcha,i,t,Y≤Pess,i,Yxcha,i,t,Y；
0≤pdis,i,t,Y≤Pess,i,Yxdis,i,t,Y；
xcha,i,t,Y+xdis,i,t,Y≤xess,i,Y；
SOCmin≤ei,t,Y≤SOCmax；
eess,i,0,Y＝eess,i,T24,Y；
其中，pcha,i,t,Y为第Y年在节点i的储能装置在时段t内的充电功率；Pess,i,Y为第Y年在节点i建设储能的功率；xcha,i,t,Y为第Y年在节点i的储能装置在时段t的充电状态；pdis,i,t,Y为第Y年在节点i的储能装置在时段t内的放电功率；xdis,i,t,Y为第Y年在节点i的储能装置在时段t的放电状态；xess,i,Y为第Y年在支路ij新建线路和在节点i配置储能的决策变量；SOCmin为储能装置的荷电状态下限；SOCmax为储能装置的荷电状态上限；ei,t,Y为第Y年节点i的储能装置在时段t内的容量；ei,t+1,Y为第Y年节点i的储能装置在时段t+1内的容量；Δt为时间间隔；为储能装置的充电效率；/>为储能装置的放电效率；eess,i,0,Y为储能的能量平衡约束；/>为日平衡约束。
7.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述频率变化率约束的表达式为：
其中，fRoCoF,t,Y为第Y年扰动后时段t的频率变化率；Δf(t)为系统的不平衡功率；f0为稳态功率；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；Ht,Y为系统在第Y年时段t内的总惯量；为扰动后安全限制；g为发电机组的序号；Ngen为发电机组集合；Hg为发电机组g惯性常数；/>为发电机组g的出力上限；vg,t,Y为第Y年时段t内发电机组g的运行状态变量；i为节点序号；Ness为储能的待选安装节点集；Y为距离规划周期初期的年份；y为规划阶段的年份序号；Hi为在节点i处新建的储能的惯性常数；Pess,i,y为第y年在节点i建设储能的功率。
8.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述准稳态频率约束的表达式为：
其中，D为负载阻尼；PD,t,Y为第Y年时段t系统负荷值；Δfss,t,Y为第Y年时段t准稳态下的频率偏差；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；RG为发电机组总PFR功率；RF为储能总FFR功率；为最大允许偏差；g为发电机组的序号；Ngen为发电机组集合；i为节点序号；Ness为储能的待选安装节点集；Rg,GR为发电机组g的PFR功率；Ri,FFR为节点i处配置的储能的FFR功率；dt为时段t的微分。
9.根据权利要求1所述的多阶段储能与输电网协同规划方法，其特征在于，所述频率最低点限制约束的表达式为：
其中，f0为稳态功率；RF为储能总FFR功率；Δfmax为最大容许频率偏差；RG为发电机组总PFR功率；ΔPe,t,Y为系统在第Y年扰动后时段t内的不平衡功率；tE为FFR的完全响应时间；tR为PFR的完全响应时间；Ht,Y为系统在第Y年时段t内的总惯量。
10.一种多阶段储能与输电网协同规划系统，其特征在于，所述系统包括：
数据获取模块，用于获取电力系统的运行数据；所述运行数据包括：风电数据和负荷数据；
结果确定模块，用于基于所述运行数据确定机组组合计划结果；
计算模型构建模块，用于构建惯量计算模型；所述惯量计算模型是根据所述机组组合计划结果，基于电力系统的节点与机组之间的同步功率系数构建的数学计算模型；
节点集确定模块，用于基于所述惯量计算模型确定储能安装候选节点集；
规划模型构建模块，用于根据所述机组组合计划结果和所述储能安装候选节点集，构建多阶段储能与输电网协同规划模型；所述多阶段储能与输电网协同规划模型包括：目标函数和约束条件；所述目标函数是以所述电力系统的规划周期总成本最小为目标构建的；所述约束条件包括：节点功率平衡约束、支路潮流约束、发电机组及风电场运行约束、储能运行约束、频率变化率约束、准稳态频率约束和频率最低点限制约束；
求解模块，用于根据所述约束条件对所述目标函数进行求解，得到电力系统的最优规划方案；所述最优规划方案，包括：所述规划周期总成本最小时对应的电力系统的各个阶段的输电线路扩建计划和储能的选址定容结果。
CN202311040803.5A 2023-08-17 2023-08-17 一种多阶段储能与输电网协同规划方法及系统 Pending CN117035335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311040803.5A CN117035335A (zh) 2023-08-17 2023-08-17 一种多阶段储能与输电网协同规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311040803.5A CN117035335A (zh) 2023-08-17 2023-08-17 一种多阶段储能与输电网协同规划方法及系统

Publications (1)

Publication Number Publication Date
CN117035335A true CN117035335A (zh) 2023-11-10

Family

ID=88626092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311040803.5A Pending CN117035335A (zh) 2023-08-17 2023-08-17 一种多阶段储能与输电网协同规划方法及系统

Country Status (1)

Country Link
CN (1) CN117035335A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117371154A (zh) * 2023-12-06 2024-01-09 广东电网有限责任公司珠海供电局 含m3c变频站选址定容的工分频互联系统电网规划模型

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117371154A (zh) * 2023-12-06 2024-01-09 广东电网有限责任公司珠海供电局 含m3c变频站选址定容的工分频互联系统电网规划模型
CN117371154B (zh) * 2023-12-06 2024-05-03 广东电网有限责任公司珠海供电局 含m3c变频站选址定容的工分频互联系统电网规划系统

Similar Documents

Publication Publication Date Title
Zhang et al. Hierarchically-coordinated voltage/VAR control of distribution networks using PV inverters
Oshnoei et al. Novel load frequency control scheme for an interconnected two-area power system including wind turbine generation and redox flow battery
CN109038660B (zh) 一种考虑静暂态电压稳定性的风电并网系统无功规划方法
CN108599259B (zh) 一种基于灵敏度分析的微电网主动运行决策方法
CN112736926A (zh) 一种分布式新能源接入配电网区间仿射潮流动态优化方法
CN110808597A (zh) 主动配电网中考虑三相不平衡的分布式电源规划方法
Abedini et al. A novel Fuzzy PI controller for improving autonomous network by considering uncertainty
CN112561273B (zh) 一种基于改进pso的主动配电网可再生dg规划方法
CN105790291B (zh) 一种基于灵活性评估的电力系统储能优化配置方法
Khadanga et al. A novel sine augmented scaled sine cosine algorithm for frequency control issues of a hybrid distributed two-area power system
CN117035335A (zh) 一种多阶段储能与输电网协同规划方法及系统
CN114221351B (zh) 电压无功调节方法、装置、终端及存储介质
Abdul Kadir et al. Optimal placement and sizing of photovoltaic based distributed generation considering costs of operation planning of monocrystalline and thin-film technologies
Su et al. An optimal power flow (OPF) method with improved power system stability
CN113346484A (zh) 一种考虑暂态不确定性的配电网弹性提升方法及系统
CN103515964A (zh) 无功补偿控制方法和无功补偿控制装置
CN112633699A (zh) 主动配电网网架规划方法、装置、计算机设备和存储介质
Di Giorgio et al. Real time optimal power flow integrating large scale storage devices and wind generation
Liu et al. A comprehensive control strategy for photovoltaic virtual synchronous generator considering frequency regulation capability
CN116706950A (zh) 基于htl-mopso算法的有源配电网储能多目标优化配置方法和系统
CN111509784A (zh) 计及不确定性的虚拟电厂鲁棒出力可行域辨识方法及装置
Sanjari et al. HSA-based optimal placement of shunt FACTS devices in the smart grid considering voltage stability
CN116865270A (zh) 一种含嵌入式直流的柔性互联配电网优化调度方法及系统
Verma et al. Optimal allocation of distributed solar photovoltaic generation in electrical distribution system under uncertainties
CN114204613A (zh) 一种海上风电场接入电力系统的无功补偿方法和系统

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