CN117117918A - 源网荷储优化运行方法及装置 - Google Patents
源网荷储优化运行方法及装置 Download PDFInfo
- Publication number
- CN117117918A CN117117918A CN202311114977.1A CN202311114977A CN117117918A CN 117117918 A CN117117918 A CN 117117918A CN 202311114977 A CN202311114977 A CN 202311114977A CN 117117918 A CN117117918 A CN 117117918A
- Authority
- CN
- China
- Prior art keywords
- representing
- power
- power system
- energy storage
- time
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title description 10
- 238000004146 energy storage Methods 0.000 claims abstract description 204
- 239000011159 matrix material Substances 0.000 claims description 61
- 230000005540 biological transmission Effects 0.000 claims description 33
- 238000010248 power generation Methods 0.000 claims description 17
- 238000012512 characterization method Methods 0.000 claims description 16
- 230000009194 climbing Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000002347 injection Methods 0.000 claims description 5
- 239000007924 injection Substances 0.000 claims description 5
- 210000000352 storage cell Anatomy 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 12
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000007599 discharging Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
- 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
Abstract
本发明公开源网荷储优化运行方法及装置，该方法包括：根据获取的电力系统在目标时间段内的正常运行负荷、电力系统的重要负荷最小保有量以及电力系统的重要负荷总量，建立正常运行负荷、重要负荷最小保有量、重要负荷总量以及电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系；根据电力系统的多直流馈入和新能源馈入，联合与电力系统连接的储能系统，建立用于表示电力系统中多直流馈入和新能源馈入的综合储能模型；以韧性指标最大化为目标，结合约束条件求解综合储能模型，得到预设灾害情况下电力系统的运行方案。本方案研究源储协调对电力系统韧性的提升，以提升用户防灾减灾救灾能力。
Description
技术领域
本发明涉及配电技术领域，尤其涉及源网荷储优化运行方法及装置。
背景技术
电力系统是现代社会最重要的公共基础设施，构建新型电力系统是贯彻落实能源安全新战略，实现碳中和，以及应对气候变化目标的重大需要。在构建新型电力系统的过程中需要面对新型平衡体系，复杂的安全机理，以及成本疏导机制的多重挑战与变革。随着全球气候变化，极端天气带来的自然灾害现象频繁发生，由此导致的电网系统大规模停电事故造成了巨大经济损失。电网的稳定性为保障用电用户生产生活，促进能源发展有着重大意义，为解决这一问题，研究人员提出了电力系统韧性概念，以衡量其在极端事件下的性能。
目前，关于极端天气下的电力系统韧性建模、评估及恢复已开展了初步研究，取得了较好成效。在韧性建模方面，有学者将电网拓扑映射成三维空间展开布置的纵向受力网络，将韧性定义为电网保持静态稳定的能力；还有学者将研究工作侧重于系统脆弱性建模，根据功能函数随时间变化的韧性曲线，解析了抵御、吸收、适应和恢复等不同阶段的过程特征。在韧性评估阶段，除建立了多种韧性指标之外，还有学者通过引入韧性评估矩阵，从技术、社会、经济等不同维度对输电网、配电网进行韧性评估。在韧性提升方面，现有工作主要围绕故障恢复及相关指标改善，探究了不同场景下的电力系统应急维修策略与分布式电源、储能及其他受控设备的优化配置方法。现有研究表明，针对电力系统韧性评估框架流程包括：系统故障场景生成、系统响应与恢复模型构建、韧性指标体系构建、评估结果应用等几部分的研究进展，从而分析考虑严重自然灾害场景的电力系统韧性评估以及提升。
现有技术中，对电力系统韧性的研究主要侧重于故障场景建模以及评价体系，而源储协调多侧重于解决新能源消纳和电网经济调度问题，并没有通过源储协调提升电网韧性的研究。
发明内容
本发明提供源网荷储优化运行方法及装置，通过研究源储协调对电力系统韧性的提升，以提升用户的防灾减灾救灾能力。
为达到上述目的，本发明采用如下技术方案：
第一方面，本发明提供源网荷储优化运行方法，该方法包括：
获取电力系统在目标时间段内的正常运行负荷、所述电力系统的重要负荷最小保有量以及所述电力系统的重要负荷总量；
建立所述正常运行负荷、所述重要负荷最小保有量、所述重要负荷总量以及所述电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系；所述表征关系为以所述目标时间段内第一数据的积分值与第二数据的总和整体的数学期望表示所述韧性指标，所述第一数据为所述多直流馈入和新能源馈入的负荷总量与所述正常运行负荷的比值，所述第二数据为所述重要负荷最小保有量与所述重要负荷总量的比值；
根据所述电力系统的多直流馈入和新能源馈入，联合与所述电力系统连接的储能系统，建立用于表示所述电力系统中多直流馈入和新能源馈入的综合储能模型；
以所述韧性指标最大化为目标，结合约束条件求解所述综合储能模型，得到预设灾害情况下所述电力系统的运行方案；所述约束条件包括电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束。
在一种可能的实现方式中，所述多直流馈入和新能源馈入的综合储能模型，具体为：
其中，Ptotal，t表示t时刻多直流馈入和新能源馈入的负荷总量，PM-Dc，t表示t时刻多直流馈入的预测值，PNE，r表示t时刻新能源馈入的预测值，Pch，storage，t表示储能系统在t时刻的充电功率，Pdis，storage，t表示储能系统在t时刻的放电功率，Xin，t表示储能系统在t时刻的充电状态，Xout，t表示储能系统在t时刻的放电状态，Xin，t与Xout，t的取值为0或1。
在一种可能的实现方式中，所述电力系统电力平衡约束具体为：
其中，Pg，t表示电力系统中包括的常规机组g在t时刻的输入的负荷量，所述常规机组包括火电机组；表示t时刻在电力系统的第i个节点的负荷，ΩG表示电力系统中包括的所有常规机组的集合，ΩB表示电力系统中包括的所有节点的集合。
在一种可能的实现方式中，储能系统包括多个储能单元；所述储能系统的运行约束包括储能单元电荷量约束、功率上下限约束以及储能单元电荷量守恒约束；
所述储能单元电荷量约束具体为：
其中，μ表示储能单元j的预设最小放电量系数，表示储能单元j电荷量的最小阈值，/>表示储能单元j电荷量的最大阈值，Ees，j，t表示储能单元j在t时刻的电荷量；
所述功率上下限约束具体为：
-Pch，storage，j min≤Pch，storage，t，j≤Pch，storage，j max，
-Pdis，storage，j mim≤Pdis，storage，t，j≤Pdis，storage，j max，
其中，Pch，storage，j min表示储能单元j充电功率的最小阈值，Pch，storage，t，j表示储能单元j在t时刻的充电功率，Pch，storage，j max表示储能单元j充电功率的最大阈值；
其中，Pdts，storage，j min表示储能单元j放电功率的最小阈值，Pdis，storage，t，j表示储能单元j在t时刻的放电功率，Pdis，storage，j max表示储能单元j放电功率的最大阈值；
所述储能单元电荷量守恒约束具体为：
ΔT·(ηcn·Pch，storage，t，j-Pdis，storage，t，j/ηdis)＝Ees，j，t+1-Ees，j，，
其中，ΔT表示步长，ηch表示储能单元的充电效率，ηdis表示储能单元的放电效率，Ees，j，t+1表示储能单元j在t+1时刻的电荷量。
在一种可能的实现方式中，所述电力系统旋转备用约束具体为：
其中，Xg，t表示常规机组g在t时刻的运行状态，取值为0或1，表示常规机组g的有功功率上限值；/>表示在t时刻新能源出力的机组v输入功率的预测值，ΩV表示电力系统中包括的所有新能源出力的机组的集合，/>表示在t时刻多馈入直流参与的机组w输入功率预测值，Ωw表示电力系统中包括的所有多馈入直流参与的机组的集合，/>表示t时刻在电力系统的第n个节点的负荷，PH表示电力系统的正旋转备用容量，/>表示常规机组g的有功功率下限值，PR表示电力系统的负旋转备用容量。
在一种可能的实现方式中，所述约束条件还包括常规机组的上下限约束以及上、下爬坡约束；
所述常规机组的上下限约束具体为：
所述上、下爬坡约束具体为：
其中，Pg，t+1表示常规机组g在t+1时刻的输入的负荷量，表示常规机组g允许的最大上爬坡速率，/>表示常规机组g允许的最大下爬坡速率。
在一种可能的实现方式中，所述约束条件还包括新能源机组发电上限约束；所述新能源机组包括风电机组和光伏机组，
所述新能源机组发电上限约束具体为：
其中，PNE，t表示新能源机组在t时刻接入电力系统的功率值，表示在t时刻风电机组w接入电力系统的功率值，Ωw表示电力系统中包括的所有风电机组的集合，Pv，t pv表示在t时刻光伏机组v接入电力系统的功率值，Ωv表示电力系统中包括的所有光伏机组的集合，/>表示t时刻风电机组w接入电力系统的最大功率，/>表示t时刻光伏机组v接入电力系统的最大功率。
在一种可能的实现方式中，所述电力系统断面潮流约束包括电力系统线路潮流运行上限及下限约束，所述电力系统线路潮流运行上限及下限约束具体为：
其中，表示电力系统在t时刻在传输线路l上的传输功率，Pl L，min表示线路l上传输功率的下限值；Pi L，max表示线路l上传输功率的上限值；ΩL表示电力系统包括的所有传输线路的集合，ΩT为目标时间段包括的所有时刻的集合。
在一种可能的实现方式中，所述电力系统断面潮流约束包括电力系统运行潮流平衡约束，所述电力系统运行潮流平衡约束具体为：
Pt＝MPt gen-Pt load＝Bθt t∈ΩT，
Pt L＝YBθt t∈ΩT，
其中，Pt表示t时刻的节点注入功率矩阵，Pt gen表示t时刻机组出力矩阵，所述机组包括常规机组与新能源机组；M表示节点与机组的关联矩阵，在节点与机组关联时，关联矩阵对应位置的矩阵元素为1，否则为0；Pt load表示t时刻机组出力矩阵，B表示节点导纳矩阵，θt表示t时刻的节点电压相角矩阵；Pt L表示t时刻电力系统包括的多个支路有功功率构成的向量，YB表示多个支路组成的对角矩阵，ΩT为目标时间段包括的所有时刻的集合；
每个节点对应的电压相角的上下限约束具体为：
-θmax≤θn，t≤θmax n∈ΩB，t∈ΩT，
其中，θn，t表示在t时刻节点n对应的电压相角，θmax表示节点电压相角的最大值。
第二方面，本发明提供源网荷储优化运行装置，该装置包括：
数据获取模块，用于获取电力系统在目标时间段内的正常运行负荷、所述电力系统的重要负荷最小保有量以及所述电力系统的重要负荷总量；
韧性指标表征模块，用于建立所述正常运行负荷、所述重要负荷最小保有量、所述重要负荷总量以及所述电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系；所述表征关系为以所述目标时间段内第一数据的积分值与第二数据的总和整体的数学期望表示所述韧性指标，所述第一数据为所述多直流馈入和新能源馈入的负荷总量与所述正常运行负荷的比值，所述第二数据为所述重要负荷最小保有量与所述重要负荷总量的比值；
模型构建模块，用于根据所述电力系统的多直流馈入和新能源馈入，联合与所述电力系统连接的储能系统，建立用于表示所述电力系统中多直流馈入和新能源馈入的综合储能模型；
模型求解模块，用于以所述韧性指标最大化为目标，结合约束条件求解所述综合储能模型，得到预设灾害情况下所述电力系统的运行方案；所述约束条件包括电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束。
在一种可能的实现方式中，在建立用于表示所述电力系统中多直流馈入与新能源馈入的综合储能模型时，所述模型构建模块被配置为执行，根据如下公式建立综合储能模型：
其中，Ptotal，t表示t时刻多直流馈入和新能源馈入的负荷总量，PM-DC，t表示t时刻多直流馈入的预测值，PNE，t表示t时刻新能源馈入的预测值，Pch，storage，t表示储能系统在t时刻的充电功率，Pdis，storage，t表示储能系统在t时刻的放电功率，Xin，y表示储能系统在t时刻的充电状态，Xout，t表示储能系统在t时刻的放电状态，Xin，t与Xout，t的取值为0或1。
在一种可能的实现方式中，所述模型求解模块被配置为执行，根据如下公式确定所述电力系统电力平衡约束：
其中，Pg，t表示电力系统中包括的常规机组g在t时刻的输入的负荷量，所述常规机组包括火电机组；表示t时刻在电力系统的第i个节点的负荷，ΩG表示电力系统中包括的所有常规机组的集合，ΩB表示电力系统中包括的所有节点的集合。
在一种可能的实现方式中，储能系统包括多个储能单元；所述储能系统的运行约束包括储能单元电荷量约束、功率上下限约束以及储能单元电荷量守恒约束；
所述模型求解模块被配置为执行，根据如下公式确定所述储能单元电荷量约束：
其中，μ表示储能单元j的预设最小放电量系数，表示储能单元j电荷量的最小阈值，/>表示储能单元j电荷量的最大阈值，Ees，j，t表示储能单元j在t时刻的电荷量；
根据如下公式确定所述功率上下限约束：
-Pch，storage，j min≤Pch，storage，t，j≤Pch，storage，j max，
-Pdis，storage，j min≤Pdis，storage，t，j≤Pdis，storage，j max，
其中，Pch，storage，j min表示储能单元j充电功率的最小阈值，Pch，storage，t，j表示储能单元j在t时刻的充电功率，Pch，storage，j max表示储能单元j充电功率的最大阈值；
其中，Pdis，storage，j min表示储能单元j放电功率的最小阈值，Pdis，storage，t，j表示储能单元j在t时刻的放电功率，Pdis，storage，j max表示储能单元j放电功率的最大阈值；
根据如下公式确定所述储能单元电荷量守恒约束：
ΔT·(ηch·Pch，storage，t，j-Pdis，storage，t，j/ηdis)＝Ees，j，t+1-Ees，j，t，
其中，ΔT表示步长，ηch表示储能单元的充电效率，ηdis表示储能单元的放电效率，Ees，j，t+1表示储能单元j在t+1时刻的电荷量。
在一种可能的实现方式中，所述模型求解模块被配置为执行，根据如下公式确定所述电力系统旋转备用约束：
其中，Xg，t表示常规机组g在t时刻的运行状态，取值为0或1，表示常规机组g的有功功率上限值；/>表示在t时刻新能源出力的机组v输入功率的预测值，ΩV表示电力系统中包括的所有新能源出力的机组的集合，/>表示在t时刻多馈入直流参与的机组w输入功率预测值，ΩW表示电力系统中包括的所有多馈入直流参与的机组的集合，/>表示t时刻在电力系统的第n个节点的负荷，PH表示电力系统的正旋转备用容量，/>表示常规机组g的有功功率下限值，PR表示电力系统的负旋转备用容量。
在一种可能的实现方式中，所述约束条件还包括常规机组的上下限约束以及上、下爬坡约束；
所述模型求解模块还被配置为执行，根据如下公式确定所述常规机组的上下限约束：
根据如下公式确定所述上、下爬坡约束：
其中，Pg，t+1表示常规机组g在t+1时刻的输入的负荷量，表示常规机组g允许的最大上爬坡速率，/>表示常规机组g允许的最大下爬坡速率。
在一种可能的实现方式中，所述约束条件还包括新能源机组发电上限约束；所述新能源机组包括风电机组和光伏机组；
所述模型求解模块还被配置为执行，根据如下公式确定所述新能源机组发电上限约束：
其中，PNE，t表示新能源机组在t时刻接入电力系统的功率值，表示在t时刻风电机组w接入电力系统的功率值，Ωw表示电力系统中包括的所有风电机组的集合，Pv，t pv表示在t时刻光伏机组v接入电力系统的功率值，Ωv表示电力系统中包括的所有光伏机组的集合，/>表示t时刻风电机组w接入电力系统的最大功率，/>表示t时刻光伏机组v接入电力系统的最大功率。
在一种可能的实现方式中，所述电力系统断面潮流约束包括电力系统线路潮流运行上限及下限约束；
所述模型求解模块还被配置为执行，根据如下公式确定所述电力系统线路潮流运行上限及下限约束：
其中，表示电力系统在t时刻在传输线路l上的传输功率，Pl L，min表示线路l上传输功率的下限值；Pi L，max表示线路l上传输功率的上限值；ΩL表示电力系统包括的所有传输线路的集合，ΩT为目标时间段包括的所有时刻的集合。
在一种可能的实现方式中，所述电力系统断面潮流约束包括电力系统运行潮流平衡约束；所述模型求解模块还被配置为执行，根据如下公式确定所述电力系统运行潮流平衡约束：
Pt＝MPt gen-Pt load＝Bθt t∈ΩT，
Pt L＝YBθt t∈ΩT，
其中，Pt表示t时刻的节点注入功率矩阵，Pt gen表示t时刻机组出力矩阵，所述机组包括常规机组与新能源机组；M表示节点与机组的关联矩阵，在节点与机组关联时，关联矩阵对应位置的矩阵元素为1，否则为0；Pt load表示t时刻机组出力矩阵，B表示节点导纳矩阵，θt表示t时刻的节点电压相角矩阵；Pt L表示t时刻电力系统包括的多个支路有功功率构成的向量，YB表示多个支路组成的对角矩阵，ΩT为目标时间段包括的所有时刻的集合；
其中，每个节点对应的电压相角的上下限约束具体为：
-θmax≤θn，t≤θmax n∈ΩB，t∈ΩT，
其中，θn，t表示在t时刻节点n对应的电压相角，θmax表示节点电压相角的最大值，ΩB表示电力系统中包括的所有节点的集合。
一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述任一项所述的源网荷储优化运行方法；
一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述任一项所述的源网荷储优化运行方法。
本发明实施例提供的源网荷储优化运行方法在实际应用时，首先获取目标时间段内电力系统的正常运行负荷、重要负荷最小保有量以及重要负荷总量；其次建立正常运行负荷、重要负荷最小保有量、重要负荷总量以及电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系；之后，根据电力系统的多直流馈入和新能源馈入，联合与电力系统连接的储能系统，建立用于表示所述电力系统中多直流馈入和新能源馈入的综合储能模型；最后，以韧性指标最大化为目标，结合约束条件求解该综合储能模型，得到预设灾害情况下电力系统的运行方案；本发明通过正常运行负荷、重要负荷最小保有量、重要负荷总量以及多直流馈入和新能源馈入的负荷总量建立韧性指标的表征关系，以韧性指标最大化为目标，结合电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束等约束条件求解电力系统中多直流馈入和新能源馈入的综合储能模型，得到使电网韧性最大化的电力系统调配方案，进而提升用户的防灾减灾救灾能力。
附图说明
图1为本发明实施例提供的源网荷储优化运行方法的步骤流程图；
图2为本发明实施例提供的源网荷储优化运行装置的结构框图。
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。
以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。另外，“基于”或“根据”的使用意味着开放和包容性，因为“基于”或“根据”一个或多个所述条件或值的过程、步骤、计算或其他动作在实践中可以基于额外条件或超出所述的值。
为了研究源储协调对电力系统韧性的提升，得到使电网韧性最大化的电力系统调配方案，本发明实施例提供了源网荷储优化运行方法及装置。
如图1所示，第一方面，本发明实施例提供一种源网荷储优化运行方法，该方法包括：
步骤101、获取电力系统在目标时间段内的正常运行负荷、电力系统的重要负荷最小保有量以及电力系统的重要负荷总量。
电力系统正常及异常运行有五种状态，包括正常运行状态、警戒状态、紧急状态、系统崩溃状态以及系统恢复状态。
正常运行负荷指的是电力系统在正常运行状态下的负荷。在系统正常运行状态下，电力系统中总的有功和无功出力能与负荷总的有功和无功的需求达到平衡；电力系统的频率和各母线电压在正常运行的允许范围内，各发电设备和输变电设备均在额定范围内运行，系统内的发电和输变电设备均有足够的备用容量；此时，系统不仅能以电压、频率和质量均合格的电能满足负荷用电的需求，而且还具有适当安全的储备，能承受电力系统正常的扰动，例如：断开一条线路或停止一台发电机造成的有害后果。
重要负荷又称关键负荷，当这类装置和设备不能正常运行时，将危及到人身安全，或造成功能下降和经济损失，或被用户认为会对其财产造成重大的损失。也就是说重要负荷是在特别重要的场所不允许终端供电的负荷，重要负荷中断供电可能会发生中毒、爆炸、火灾等危险。
重要负荷总量指的是目标电力系统中包含的重要负荷的总量。
重要负荷最小保有量指的是目标电力系统中登记的使电力系统安全、可靠的运行的最小的重要负荷量。
步骤102、建立正常运行负荷、重要负荷最小保有量、重要负荷总量以及电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系。
其中，多直流馈入即多馈入直流充电系统，多直流馈入的馈电设备为直流机组；新能源馈入即新能源馈电系统，新能源馈入的馈电设备包括光伏机组和风力机组等。
表征关系为以目标时间段内第一数据的积分值与第二数据的总和整体的数学期望表示韧性指标，第一数据为多直流馈入和新能源馈入的负荷总量与正常运行负荷的比值，第二数据为重要负荷最小保有量与重要负荷总量的比值。
具体的，表征关系通过如下公式表示：
其中，RD表示韧性指标，E(·)表示数学期望，T表示研究周期，PF，t表示电力系统在目标时间段内正常运行负荷的曲线；Pload，t表示电力系统在目标时间段内多直流馈入和新能源馈入的负荷总量的曲线，即电力系统遭受台风等自然灾害时的负荷曲线；Psave，min表示电力系统的重要负荷最小保有量；Psave，total表示电力系统的重要负荷总量。
通过对电力系统在目标时间段内正常运行负荷的曲线以及电力系统遭受台风等自然灾害时的负荷曲线比值的积分不仅能体现电力系统负荷损失的大小、故障持续时间，还能体现重要负荷的最大损失情况。
通过韧性指标来表示电力系统的韧性。
步骤103、根据电力系统的多直流馈入和新能源馈入，联合与电力系统连接的储能系统，建立用于表示电力系统中多直流馈入和新能源馈入的综合储能模型。
具体的，针对光伏发电和风力发电等新能源馈入的不可控性和时变性，以及直流馈入的间歇性提出联合储能系统建立综合储能模型。
进一步的，由于光伏发电和风力发电等新能源输出受自然环境、设备故障等客观因素的影响以及多直流馈入的不稳定性，使得输出难以预测和控制，其波动在预设灾害情况下对电网韧性产生重大的影响，因此在多直流馈入与新能源发电中加入储能系统是解决出力不稳定的重要途径，多直流馈入和新能源馈入的综合储能模型，具体为：
其中，Ptotal，t表示t时刻多直流馈入和新能源馈入的负荷总量，即t时刻多直流馈入与新能源发电的总出力；PM-DC，t表示t时刻多直流馈入的预测值，PNE，t表示t时刻新能源馈入的预测值；Pch，storage，t表示储能系统在t时刻的充电功率，Pdis，storage，t表示储能系统在t时刻的放电功率；Xin，t表示储能系统在t时刻的充电状态，Xout，t表示储能系统在t时刻的放电状态，Xin，t与Xout，t的取值为0或1。
预设灾害指的是洪水、地震等极端自然灾害。
步骤104、以韧性指标最大化为目标，结合约束条件求解综合储能模型，得到预设灾害情况下电力系统的运行方案。
其中，约束条件包括电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束。
以韧性指标最大化为目标的目标函数如下所示：
其中，f表示目标函数，max[RD]表示韧性指标的最大值。
通过综合储能模型可以确定不同时刻储能系统处于不同的充电状态及放电状态时多直流馈入和新能源馈入的总出力Ptotal，t，即以韧性指标最大化为目标的目标函数中的Pload，t。
在电力系统在目标时间段内的正常运行负荷的曲线PF，t、电力系统的重要负荷最小保有量Psave，min以及电力系统的重要负荷总量Psave，total以及电力系统在目标时间段内多直流馈入和新能源馈入的负荷总量的曲线Pload，t均确定时，可以计算出对应的韧性指标的值。
根据综合储能模型与约束条件确定电力系统在不同的状态下的Ptotal，t，将确定的Ptotal，t带入目标函数中，以韧性指标的最大化为目标，将韧性指标最大时的Ptotal，t对应的电力系统的状态作为电力系统的运行方案，调度电力系统中各设备的接入或断开，以得到使电力系统的韧性最好的电力系统的运行状态o
进一步的，电力系统电力平衡约束具体为：
其中，Pg，t表示电力系统中包括的常规机组g在t时刻的输入的负荷量，常规机组包括火电机组；表示t时刻在电力系统的第i个节点的负荷，ΩG表示电力系统中包括的所有常规机组的集合，ΩB表示电力系统中包括的所有节点的集合。
进一步的，储能系统包括多个储能单元。
储能系统的运行约束包括储能单元电荷量约束、功率上下限约束以及储能单元电荷量守恒约束。
具体的，储能单元电荷量约束具体为：
其中，μ表示储能单元j的预设最小放电量系数，其取值为固定数值，在本实施例中取0.1；表示储能单元j电荷量的最小阈值，/>表示储能单元j电荷量的最大阈值，Ees，j，t表示储能单元j在t时刻的电荷量；
预设最小放电量系数μ、电荷量的最小阈值以及电荷量的最大阈值/>均为可直接获取到的已知数据，在确定储能单元的电荷量时需要保证电荷量满足该约束条件。
功率上下限约束具体为：
-Pch，storage，j min≤Pch，storage，t，j≤Pch，storage，j max (6)，
-Pdis，storage，j min≤Pdis，storage，t，j≤Pdis，storage，j max (7)，
其中，Pch，storage，j min表示储能单元j充电功率的最小阈值，Pch，storage，t，j表示储能单元j在t时刻的充电功率，Pch，storage，j max表示储能单元j充电功率的最大阈值；
其中，Pdis，storage，j min表示储能单元j放电功率的最小阈值，Pdis，storage，t，j表示储能单元j在t时刻的放电功率，Pdis，storage，j max表示储能单元j放电功率的最大阈值。
其中，充电功率的最大阈值与最小阈值以及放电功率的最大阈值和最小阈值均是已知数据，可以获取得到，在确定储能系统的每一个储能单元的充电功率和放电功率时，需要考虑充电功率和放电功率在约定的上下限范围内。
储能单元电荷量守恒约束具体为：
ΔT·(ηch·Pch，storage，t，j-Pdis，storage，t，j/ηdis)＝Ees，j，t+1-Ees，j，t (8)，
其中，ΔT表示步长，ηch表示储能单元的充电效率，ηdis表示储能单元的放电效率，Ees，j，t+1表示储能单元j在t+1时刻的电荷量。
步长ΔT、储能单元的充电效率ηch以及储能单元的放电效率ηdis均为预设的固定值。
进一步的，电力系统旋转备用约束具体为：
其中，Xg，t表示常规机组g在t时刻的运行状态，取值为0或1，1表示常规机组g处于运行状态，0表示常规机组g处于停机状态。
表示常规机组g的有功功率上限值；/>表示在t时刻新能源出力的机组v输入功率的预测值，ΩV表示电力系统中包括的所有新能源出力的机组的集合，/>表示在t时刻多馈入直流参与的机组w输入功率预测值，ΩW表示电力系统中包括的所有多馈入直流参与的机组的集合，/>表示t时刻在电力系统的第n个节点的负荷，PH表示电力系统的正旋转备用容量，/>表示常规机组g的有功功率下限值，PR表示电力系统的负旋转备用容量。
进一步的，约束条件还包括常规机组的上下限约束以及上、下爬坡约束；
常规机组的上下限约束具体为：
上、下爬坡约束具体为：
其中，Pg，t+1表示常规机组g在t+1时刻的输入的负荷量，表示常规机组g允许的最大上爬坡速率，/>表示常规机组g允许的最大下爬坡速率。
进一步的，约束条件还包括新能源机组发电上限约束；新能源机组包括风电机组和光伏机组。
新能源机组发电上限约束具体为：
其中，PNE，t表示新能源机组在t时刻接入电力系统的功率值，表示在t时刻风电机组w接入电力系统的功率值，Ωw表示电力系统中包括的所有风电机组的集合，Pv，t pv表示在t时刻光伏机组v接入电力系统的功率值，Ωv表示电力系统中包括的所有光伏机组的集合，/>表示t时刻风电机组w接入电力系统的最大功率，/>表示t时刻光伏机组v接入电力系统的最大功率。
进一步的，电力系统断面潮流约束包括电力系统线路潮流运行上限及下限约束，电力系统线路潮流运行上限及下限约束具体为：
/>
其中，表示电力系统在t时刻在传输线路l上的传输功率，Pl L，min表示线路l上传输功率的下限值；Pi L，max表示线路l上传输功率的上限值；ΩL表示电力系统包括的所有传输线路的集合，ΩT为目标时间段包括的所有时刻的集合。
进一步的，电力系统断面潮流约束包括电力系统运行潮流平衡约束，电力系统运行潮流平衡约束具体为：
Pt＝MPt gen-Pt load＝Bθt t∈ΩT (15)，
Pt L＝YBθt t∈ΩT (16)，
其中，Pt表示t时刻的节点注入功率矩阵，Pt gen表示t时刻机组出力矩阵，机组包括常规机组与新能源机组；M表示节点与机组的关联矩阵，在节点与机组关联时，关联矩阵对应位置的矩阵元素为1，否则为0；Pt load表示t时刻机组出力矩阵，B表示节点导纳矩阵，θt表示t时刻的节点电压相角矩阵；Pt L表示t时刻电力系统包括的多个支路有功功率构成的向量，YB表示多个支路组成的对角矩阵，ΩT为目标时间段包括的所有时刻的集合；
每个节点对应的电压相角的上下限约束具体为：
-θmax≤θn，t≤θmax n∈ΩB，t∈ΩT (17)，
其中，θn，t表示在t时刻节点n对应的电压相角，θmax表示节点电压相角的最大值。
本发明实施例提供的源网荷储优化运行方法在实际应用时，首先获取目标时间段内电力系统的正常运行负荷、重要负荷最小保有量以及重要负荷总量；其次建立正常运行负荷、重要负荷最小保有量、重要负荷总量以及电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系；之后，根据电力系统的多直流馈入和新能源馈入，联合与电力系统连接的储能系统，建立用于表示电力系统中多直流馈入和新能源馈入的综合储能模型；最后，以韧性指标最大化为目标，结合约束条件求解该综合储能模型，得到预设灾害情况下电力系统的运行方案。
本发明通过正常运行负荷、重要负荷最小保有量、重要负荷总量以及多直流馈入和新能源馈入的负荷总量建立韧性指标的表征关系，以韧性指标最大化为目标，结合电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束等约束条件求解电力系统中多直流馈入和新能源馈入的综合储能模型，得到使电网韧性最大化的电力系统调配方案，进而提升用户的防灾减灾救灾能力。
进一步的，在冷热电综合能源系统的基础上，创新性的对用户侧资源进行细致的划分和研究，首先按照能源类型可以将用户侧资源分为热负荷需求响应和电负荷需求响应，在此基础上，可以进一步的将负荷划分为可平移负荷、可转移负荷以及可削减负荷，具体划分方式为本领域的常规方式，本申请不再赘述。
进一步的，可平移负荷需要进行整体平移，以保证用电的连续性，因此，对于某一个可平移负荷Pi shift0，其功率分布向量如下：
其中，ts表示起始时间，D表示持续时间段。
以αi，τ表示Pi shift0在时段τ的起始状态，αi，τ的取值为0或1，αi，τ＝1表示Pi shift0从时段τ开始平移，αi，τ＝0表示Pi shift0不平移，Pi shift起始时段集合Si shift为：
/>
当时，αi，τ≡0，此时对应的功率分布量无实际意义，将功率分布量设置为0，即：
基于功率分布向量对可平移负荷进行建模，具体模型如下：
可平移负荷在调度之后存在且只存在两种情况：第一种情况，不平移；第二种情况平移到可接受时段区间内，基于此构建可平移负荷的约束条件，可平移负荷的具体约束条件如下：
进一步的，对于某一个可转移负荷其功率分布向量为：
其中，td为起始时间，R为持续时间。
以βi，τ表示Pi trans0在时段τ的转移状态，βi，τ的取值为0或1，βi，τ＝1表示Pi tras0在τ时段转移，βi，τ＝0表示Pi tras0不转移。转移后的负荷Pi trans的功率分布向量为：
由于可转移负荷转移前后负荷总量不变，时段τ转移负荷功率介于转移功率最大值和最小值之间；
由于负荷转移时如果不加限制，会出现负荷转移到多个单时段的情况，其外部表现为设备的频繁启动和停止，因此，需要多转移负荷的最小持续运行时间进行约束，可转移负荷的具体约束条件如下：
其中，表示t时刻负荷允许转移功率最大值，/>表示t时刻负荷允许转移功率最小值，/>表示最小连续运行时间。
进一步的，对于某一个可削减负荷以γi，τ表示Pi cut0在时段τ的削减状态，γi，τ的取值为0或1，γi，τ＝1表示Pi cut0在τ时段被削减；γi，τ＝0表示Pi cut0在不削减，可削减负荷的负荷模型为：
/>
其中，ui，t表示t时刻节点i可削减负荷的削减系数。
当负荷为可削减负荷时，需要对负荷的最小连续削减时间、最大连续削减时间以及削减次数进行约束，其中：
可削减负荷的最小连续削减时间约束具体为：
其中，表示最小连续削减时间。
可削减负荷的最大连续削减时间约束具体为：
其中，表示最大连续削减时间。
可削减负荷的削减次数约束具体为：
其中，Nmax表示最大削减次数。
本发明实施例提出了一种基于重要负荷的最大损失程度的系统韧性评估指标，在以韧性指标的最大化为目标时，在电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束等约束条件下，求解综合储能模型，得到预设灾害情况下电力系统的运行方案；
本方案还将对负荷中的可平移负荷、可转移负荷以及可削减负荷分别进行约束，建立了多直流馈入和新能源消纳的可平移负荷、可转移负荷以及可削减负荷多类型的需求侧响应模型，在对电力系统进行调配时，提高调配的准确性，从而进一步提升电网的韧性。
如图2所示，第二方面，本发明实施例还提供了源网荷储优化运行装置，该装置包括：
数据获取模块201，用于获取电力系统在目标时间段内的正常运行负荷、电力系统的重要负荷最小保有量以及电力系统的重要负荷总量。
韧性指标表征模块202，用于建立正常运行负荷、重要负荷最小保有量、重要负荷总量以及电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系。
表征关系为以目标时间段内第一数据的积分值与第二数据的总和整体的数学期望表示韧性指标，第一数据为多直流馈入和新能源馈入的负荷总量与正常运行负荷的比值，第二数据为重要负荷最小保有量与重要负荷总量的比值；
模型构建模块203，用于根据电力系统的多直流馈入和新能源馈入，联合与电力系统连接的储能系统，建立用于表示电力系统中多直流馈入和新能源馈入的综合储能模型。
模型求解模块204，用于以韧性指标最大化为目标，结合约束条件求解综合储能模型，得到预设灾害情况下电力系统的运行方案。
约束条件包括电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束。
进一步的，在建立用于表示所述电力系统中多直流馈入与新能源馈入的综合储能模型时，所述模型构建模块203被配置为执行，根据如下公式建立综合储能模型：
其中，Ptotal，t表示t时刻多直流馈入和新能源馈入的负荷总量，PM-DC，t表示t时刻多直流馈入的预测值，PNE，t表示t时刻新能源馈入的预测值，Pch，storage，t表示储能系统在t时刻的充电功率，Pdis，storage，t表示储能系统在t时刻的放电功率，Xin，t表示储能系统在t时刻的充电状态，Xout，t表示储能系统在t时刻的放电状态，Xin，t与Xout，t的取值为0或1。
进一步的，所述模型求解模块204被配置为执行，根据如下公式确定所述电力系统电力平衡约束：
其中，Pg，t表示电力系统中包括的常规机组g在t时刻的输入的负荷量，所述常规机组包括火电机组；表示t时刻在电力系统的第i个节点的负荷，ΩG表示电力系统中包括的所有常规机组的集合，ΩB表示电力系统中包括的所有节点的集合。
进一步的，储能系统包括多个储能单元；所述储能系统的运行约束包括储能单元电荷量约束、功率上下限约束以及储能单元电荷量守恒约束；
所述模型求解模块204被配置为执行，根据如下公式确定所述储能单元电荷量约束：
其中，μ表示储能单元j的预设最小放电量系数，表示储能单元j电荷量的最小阈值，/>表示储能单元j电荷量的最大阈值，Ees，j，t表示储能单元j在t时刻的电荷量；
根据如下公式确定所述功率上下限约束：
-Pch，storage，j min≤Pch，storage，t，j≤Pch，storage，j max，
-Pdis，storage，j min≤Pdis，storage，t，j≤Pdis，storage，j max，
其中，Pch，stoage，j min表示储能单元j充电功率的最小阈值，Pch，storage，t，j表示储能单元j在t时刻的充电功率，Pch，storage，j max表示储能单元j充电功率的最大阈值；
其中，Pdis，stoage，j min表示储能单元j放电功率的最小阈值，Pdis，storage，t，j表示储能单元j在t时刻的放电功率，Pdis，storage，j max表示储能单元j放电功率的最大阈值；
根据如下公式确定所述储能单元电荷量守恒约束：
ΔT·(ηch·Pch，storage，t，j-Pdis，storaget，j/ηdis)＝Ees，j，t+1-Ees，j，t，
其中，ΔT表示步长，ηch表示储能单元的充电效率，ηdis表示储能单元的放电效率，Ees，j，t+1表示储能单元j在t+1时刻的电荷量。
进一步的，所述模型求解模块204被配置为执行，根据如下公式确定所述电力系统旋转备用约束：
/>
其中，Xg，t表示常规机组g在t时刻的运行状态，取值为0或1，表示常规机组g的有功功率上限值；/>表示在t时刻新能源出力的机组v输入功率的预测值，ΩV表示电力系统中包括的所有新能源出力的机组的集合，/>表示在t时刻多馈入直流参与的机组w输入功率预测值，ΩW表示电力系统中包括的所有多馈入直流参与的机组的集合，/>表示t时刻在电力系统的第n个节点的负荷，PH表示电力系统的正旋转备用容量，/>表示常规机组g的有功功率下限值，PR表示电力系统的负旋转备用容量。
进一步的，所述约束条件还包括常规机组的上下限约束以及上、下爬坡约束；
所述模型求解模块204还被配置为执行，根据如下公式确定所述常规机组的上下限约束：
根据如下公式确定所述上、下爬坡约束：
其中，Pg，t+1表示常规机组g在t+1时刻的输入的负荷量，表示常规机组g允许的最大上爬坡速率，/>表示常规机组g允许的最大下爬坡速率。
进一步的，所述约束条件还包括新能源机组发电上限约束；所述新能源机组包括风电机组和光伏机组；
所述模型求解模块204还被配置为执行，根据如下公式确定所述新能源机组发电上限约束：
其中，PNE，t表示新能源机组在t时刻接入电力系统的功率值，表示在t时刻风电机组w接入电力系统的功率值，Ωw表示电力系统中包括的所有风电机组的集合，Pv，t pv表示在t时刻光伏机组v接入电力系统的功率值，Ωv表示电力系统中包括的所有光伏机组的集合，/>表示t时刻风电机组w接入电力系统的最大功率，/>表示t时刻光伏机组v接入电力系统的最大功率。
进一步的，所述电力系统断面潮流约束包括电力系统线路潮流运行上限及下限约束；
所述模型求解模块204还被配置为执行，根据如下公式确定所述电力系统线路潮流运行上限及下限约束：
其中，表示电力系统在t时刻在传输线路l上的传输功率，/>表示线路l上传输功率的下限值；Pi L，max表示线路l上传输功率的上限值；ΩL表示电力系统包括的所有传输线路的集合，ΩT为目标时间段包括的所有时刻的集合。
进一步的，所述电力系统断面潮流约束包括电力系统运行潮流平衡约束；所述模型求解模块204还被配置为执行，根据如下公式确定所述电力系统运行潮流平衡约束：
Pt＝MPt gen-Pt load＝Bθt t∈ΩT，
Pt L＝YBθt t∈ΩT，
其中，Pt表示t时刻的节点注入功率矩阵，Pt gen表示t时刻机组出力矩阵，所述机组包括常规机组与新能源机组；M表示节点与机组的关联矩阵，在节点与机组关联时，关联矩阵对应位置的矩阵元素为1，否则为0；Pt load表示t时刻机组出力矩阵，B表示节点导纳矩阵，θt表示t时刻的节点电压相角矩阵；Pt L表示t时刻电力系统包括的多个支路有功功率构成的向量，YB表示多个支路组成的对角矩阵，ΩT为目标时间段包括的所有时刻的集合；
其中，每个节点对应的电压相角的上下限约束具体为：
-θmax≤θn，t≤θmaxn∈ΩB，t∈ΩT，
其中，θn，t表示在t时刻节点n对应的电压相角，θmax表示节点电压相角的最大值，ΩB表示电力系统中包括的所有节点的集合。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
第三方面，本发明实施例还提供了一种电子设备，电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现本发明实施例中的源网荷储优化运行方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现本发明实施例中的源网荷储优化运行方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上，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，任何在本发明揭露的技术范围内的变化或替换，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以权利要求的保护范围为准。
Claims (20)
1.源网荷储优化运行方法，其特征在于，所述方法包括：
获取电力系统在目标时间段内的正常运行负荷、所述电力系统的重要负荷最小保有量以及所述电力系统的重要负荷总量；
建立所述正常运行负荷、所述重要负荷最小保有量、所述重要负荷总量以及所述电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系；所述表征关系为以所述目标时间段内第一数据的积分值与第二数据的总和整体的数学期望表示所述韧性指标，所述第一数据为所述多直流馈入和新能源馈入的负荷总量与所述正常运行负荷的比值，所述第二数据为所述重要负荷最小保有量与所述重要负荷总量的比值；
根据所述电力系统的多直流馈入和新能源馈入，联合与所述电力系统连接的储能系统，建立用于表示所述电力系统中多直流馈入和新能源馈入的综合储能模型；
以所述韧性指标最大化为目标，结合约束条件求解所述综合储能模型，得到预设灾害情况下所述电力系统的运行方案；所述约束条件包括电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束。
2.根据权利要求1所述的方法，其特征在于，所述多直流馈入和新能源馈入的综合储能模型，具体为：
其中，Ptotal，t表示t时刻多直流馈入和新能源馈入的负荷总量，PM-DC，t表示t时刻多直流馈入的预测值，PNE，t表示t时刻新能源馈入的预测值，Pch，storage，t表示储能系统在t时刻的充电功率，Pdis，storage，t表示储能系统在t时刻的放电功率，Xin，t表示储能系统在t时刻的充电状态，Xout，t表示储能系统在t时刻的放电状态，Xin，t与Xout，t的取值为0或1。
3.根据权利要求2所述的方法，其特征在于，所述电力系统电力平衡约束具体为：
其中，Pg，t表示电力系统中包括的常规机组g在t时刻的输入的负荷量，所述常规机组包括火电机组；表示t时刻在电力系统的第i个节点的负荷，ΩG表示电力系统中包括的所有常规机组的集合，ΩB表示电力系统中包括的所有节点的集合。
4.根据权利要求2所述的方法，其特征在于，储能系统包括多个储能单元；所述储能系统的运行约束包括储能单元电荷量约束、功率上下限约束以及储能单元电荷量守恒约束；
所述储能单元电荷量约束具体为：
其中，μ表示储能单元j的预设最小放电量系数，表示储能单元j电荷量的最小阈值，表示储能单元j电荷量的最大阈值，Ees，j，t表示储能单元j在t时刻的电荷量；
所述功率上下限约束具体为：
-Pch，storage，j min≤Pch，storage，t，j≤Pch，storage，j max，
-Pdis，storage，j min≤Pdis，storage，t，j≤Pdis，storage，j max，
其中，Pch，storage，j min表示储能单元j充电功率的最小阈值，Pch，storage，t，j表示储能单元j在t时刻的充电功率，Pch，storage，j max表示储能单元j充电功率的最大阈值；
其中，Pdis，storage，j表示储能单元j放电功率的最小阈值，Pdis，storage，t，j表示储能单元j在t时刻的放电功率，Pdis，storage，j max表示储能单元j放电功率的最大阈值；
所述储能单元电荷量守恒约束具体为：
ΔT·(ηch·Pch，storage，t，j-Pdis，dtorage，t，j/ηdis)＝Ees，j，t+1-Ees，j，t，
其中，ΔT表示步长，ηch表示储能单元的充电效率，ηdis表示储能单元的放电效率，Ees，j，t+1表示储能单元j在t+1时刻的电荷量。
5.根据权利要求2所述的方法，其特征在于，所述电力系统旋转备用约束具体为：
其中，Xg，y表示常规机组g在t时刻的运行状态，取值为0或1，表示常规机组g的有功功率上限值；/>表示在t时刻新能源出力的机组v输入功率的预测值，ΩV表示电力系统中包括的所有新能源出力的机组的集合，/>表示在t时刻多馈入直流参与的机组w输入功率预测值，ΩW表示电力系统中包括的所有多馈入直流参与的机组的集合，/>表示t时刻在电力系统的第n个节点的负荷，PH表示电力系统的正旋转备用容量，/>表示常规机组g的有功功率下限值，PR表示电力系统的负旋转备用容量。
6.根据权利要求5所述的方法，其特征在于，所述约束条件还包括常规机组的上下限约束以及上、下爬坡约束；
所述常规机组的上下限约束具体为：
所述上、下爬坡约束具体为：
其中，Pg，t+1表示常规机组g在t+1时刻的输入的负荷量，表示常规机组g允许的最大上爬坡速率，/>表示常规机组g允许的最大下爬坡速率。
7.根据权利要求6所述的方法，其特征在于，所述约束条件还包括新能源机组发电上限约束；所述新能源机组包括风电机组和光伏机组，
所述新能源机组发电上限约束具体为：
其中，PNE，t表示新能源机组在t时刻接入电力系统的功率值，表示在t时刻风电机组w接入电力系统的功率值，Ωw表示电力系统中包括的所有风电机组的集合，Pv，t pv表示在t时刻光伏机组v接入电力系统的功率值，Ωv表示电力系统中包括的所有光伏机组的集合，表示t时刻风电机组w接入电力系统的最大功率，/>表示t时刻光伏机组v接入电力系统的最大功率。
8.根据权利要求2所述的方法，其特征在于，所述电力系统断面潮流约束包括电力系统线路潮流运行上限及下限约束，所述电力系统线路潮流运行上限及下限约束具体为：
其中，表示电力系统在t时刻在传输线路l上的传输功率，Pl L，min表示线路l上传输功率的下限值；Pi L，max表示线路l上传输功率的上限值；ΩL表示电力系统包括的所有传输线路的集合，ΩT为目标时间段包括的所有时刻的集合。
9.根据权利要求2所述的方法，其特征在于，所述电力系统断面潮流约束包括电力系统运行潮流平衡约束，所述电力系统运行潮流平衡约束具体为：
Pt＝MPt gen-Pt load＝Bθt t∈ΩT，
Pt L＝YBθt t∈ΩT，
其中，Pt表示t时刻的节点注入功率矩阵，表示t时刻机组出力矩阵，所述机组包括常规机组与新能源机组；M表示节点与机组的关联矩阵，在节点与机组关联时，关联矩阵对应位置的矩阵元素为1，否则为0；Pt load表示t时刻机组出力矩阵，B表示节点导纳矩阵，θt表示t时刻的节点电压相角矩阵；/>表示t时刻电力系统包括的多个支路有功功率构成的向量，YB表示多个支路组成的对角矩阵，ΩT为目标时间段包括的所有时刻的集合；
每个节点对应的电压相角的上下限约束具体为：
-θmax≤θn，t≤θmax n∈ΩB，t∈ΩT，
其中，θn，t表示在t时刻节点n对应的电压相角，θmax表示节点电压相角的最大值，ΩB表示电力系统中包括的所有节点的集合。
10.源网荷储优化运行装置，其特征在于，所述装置包括：
数据获取模块，用于获取电力系统在目标时间段内的正常运行负荷、所述电力系统的重要负荷最小保有量以及所述电力系统的重要负荷总量；
韧性指标表征模块，用于建立所述正常运行负荷、所述重要负荷最小保有量、所述重要负荷总量以及所述电力系统中多直流馈入和新能源馈入的负荷总量与韧性指标之间的表征关系；所述表征关系为以所述目标时间段内第一数据的积分值与第二数据的总和整体的数学期望表示所述韧性指标，所述第一数据为所述多直流馈入和新能源馈入的负荷总量与所述正常运行负荷的比值，所述第二数据为所述重要负荷最小保有量与所述重要负荷总量的比值；
模型构建模块，用于根据所述电力系统的多直流馈入和新能源馈入，联合与所述电力系统连接的储能系统，建立用于表示所述电力系统中多直流馈入和新能源馈入的综合储能模型；
模型求解模块，用于以所述韧性指标最大化为目标，结合约束条件求解所述综合储能模型，得到预设灾害情况下所述电力系统的运行方案；所述约束条件包括电力系统电力平衡约束、储能系统的运行约束、电力系统旋转备用约束以及电力系统断面潮流约束。
11.根据权利要求10所述的装置，其特征在于，在建立用于表示所述电力系统中多直流馈入与新能源馈入的综合储能模型时，所述模型构建模块被配置为执行，根据如下公式建立综合储能模型：
其中，Ptotal，t表示t时刻多直流馈入和新能源馈入的负荷总量，PM-DC，t表示t时刻多直流馈入的预测值，PNE，t表示t时刻新能源馈入的预测值，Pch，storage，t表示储能系统在t时刻的充电功率，Pdis，storage，t表示储能系统在t时刻的放电功率，Xin，t表示储能系统在t时刻的充电状态，Xout，t表示储能系统在t时刻的放电状态，Xin，t与Xout，t的取值为0或1。
12.根据权利要求11所述的装置，其特征在于，所述模型求解模块被配置为执行，根据如下公式确定所述电力系统电力平衡约束：
其中，Pg，t表示电力系统中包括的常规机组g在t时刻的输入的负荷量，所述常规机组包括火电机组；表示t时刻在电力系统的第i个节点的负荷，ΩG表示电力系统中包括的所有常规机组的集合，ΩB表示电力系统中包括的所有节点的集合。
13.根据权利要求11所述的装置，其特征在于，储能系统包括多个储能单元；所述储能系统的运行约束包括储能单元电荷量约束、功率上下限约束以及储能单元电荷量守恒约束；
所述模型求解模块被配置为执行，根据如下公式确定所述储能单元电荷量约束：
其中，μ表示储能单元j的预设最小放电量系数，表示储能单元j电荷量的最小阈值，/>表示储能单元j电荷量的最大阈值，Ees，j，t表示储能单元j在t时刻的电荷量；
根据如下公式确定所述功率上下限约束：
-Pch，storage，j min≤Pch，storage，t，j≤Pch，storage，j max，
-Pdis，storage，j min≤Pdis，storage，t，j≤Pdis，storage，j max，
其中，Pch，storage，j min表示储能单元j充电功率的最小阈值，Pch，storage，t，j表示储能单元j在t时刻的充电功率，Pch，storage，j max表示储能单元j充电功率的最大阈值；
其中，Pdis，storage，j min表示储能单元j放电功率的最小阈值，Pdis，storage，t，j表示储能单元j在t时刻的放电功率，Pdis，storage，j max表示储能单元j放电功率的最大阈值；
根据如下公式确定所述储能单元电荷量守恒约束：
ΔT·(ηch·Pch，storage，t，j-Pdis，storaget，j/ηdis)＝Ees，j，t+1-Ees，j，t，
其中，ΔT表示步长，ηch表示储能单元的充电效率，ηdis表示储能单元的放电效率，Ees，j，t+1表示储能单元j在t+1时刻的电荷量。
14.根据权利要求11所述的装置，其特征在于，所述模型求解模块被配置为执行，根据如下公式确定所述电力系统旋转备用约束：
其中，Xg，t表示常规机组g在t时刻的运行状态，取值为0或1，表示常规机组g的有功功率上限值；/>表示在t时刻新能源出力的机组v输入功率的预测值，ΩV表示电力系统中包括的所有新能源出力的机组的集合，/>表示在t时刻多馈入直流参与的机组w输入功率预测值，ΩW表示电力系统中包括的所有多馈入直流参与的机组的集合，/>表示t时刻在电力系统的第n个节点的负荷，PH表示电力系统的正旋转备用容量，/>表示常规机组g的有功功率下限值，PR表示电力系统的负旋转备用容量。
15.根据权利要求14所述的装置，其特征在于，所述约束条件还包括常规机组的上下限约束以及上、下爬坡约束；
所述模型求解模块还被配置为执行，根据如下公式确定所述常规机组的上下限约束：
根据如下公式确定所述上、下爬坡约束：
其中，Pg，t+1表示常规机组g在t+1时刻的输入的负荷量，表示常规机组g允许的最大上爬坡速率，/>表示常规机组g允许的最大下爬坡速率。
16.根据权利要求15所述的装置，其特征在于，所述约束条件还包括新能源机组发电上限约束；所述新能源机组包括风电机组和光伏机组；
所述模型求解模块还被配置为执行，根据如下公式确定所述新能源机组发电上限约束：
其中，PNE，t表示新能源机组在t时刻接入电力系统的功率值，表示在t时刻风电机组w接入电力系统的功率值，Ωw表示电力系统中包括的所有风电机组的集合，Pv，t pv表示在t时刻光伏机组v接入电力系统的功率值，Ωv表示电力系统中包括的所有光伏机组的集合，表示t时刻风电机组w接入电力系统的最大功率，/>表示t时刻光伏机组v接入电力系统的最大功率。
17.根据权利要求11所述的装置，其特征在于，所述电力系统断面潮流约束包括电力系统线路潮流运行上限及下限约束；
所述模型求解模块还被配置为执行，根据如下公式确定所述电力系统线路潮流运行上限及下限约束：
其中，表示电力系统在t时刻在传输线路l上的传输功率，Pl L，min表示线路l上传输功率的下限值；Pi L，max表示线路l上传输功率的上限值；ΩL表示电力系统包括的所有传输线路的集合，ΩT为目标时间段包括的所有时刻的集合。
18.根据权利要求11所述的装置，其特征在于，所述电力系统断面潮流约束包括电力系统运行潮流平衡约束；所述模型求解模块还被配置为执行，根据如下公式确定所述电力系统运行潮流平衡约束：
Pt＝MPt gen-Pt load＝Bθt t∈ΩT，
Pt L＝YBθt t∈ΩT，
其中，Pt表示t时刻的节点注入功率矩阵，Pt gen表示t时刻机组出力矩阵，所述机组包括常规机组与新能源机组；M表示节点与机组的关联矩阵，在节点与机组关联时，关联矩阵对应位置的矩阵元素为1，否则为0；Pt load表示t时刻机组出力矩阵，B表示节点导纳矩阵，θt表示t时刻的节点电压相角矩阵；Pt L表示t时刻电力系统包括的多个支路有功功率构成的向量，YB表示多个支路组成的对角矩阵，ΩT为目标时间段包括的所有时刻的集合；
其中，每个节点对应的电压相角的上下限约束具体为：
-θmax≤θn，t≤θmax n∈ΩB，t∈ΩT，
其中，θn，t表示在t时刻节点n对应的电压相角，θmax表示节点电压相角的最大值，ΩB表示电力系统中包括的所有节点的集合。
19.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-9中任一项所述的源网荷储优化运行方法。
20.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-9中任一项所述的源网荷储优化运行方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311114977.1A CN117117918A (zh) | 2023-08-31 | 2023-08-31 | 源网荷储优化运行方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311114977.1A CN117117918A (zh) | 2023-08-31 | 2023-08-31 | 源网荷储优化运行方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117117918A true CN117117918A (zh) | 2023-11-24 |
Family
ID=88807324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311114977.1A Pending CN117117918A (zh) | 2023-08-31 | 2023-08-31 | 源网荷储优化运行方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117117918A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117424294A (zh) * | 2023-12-18 | 2024-01-19 | 国网辽宁省电力有限公司经济技术研究院 | 一种配电网高效无功规划方法及系统 |
-
2023
- 2023-08-31 CN CN202311114977.1A patent/CN117117918A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117424294A (zh) * | 2023-12-18 | 2024-01-19 | 国网辽宁省电力有限公司经济技术研究院 | 一种配电网高效无功规划方法及系统 |
| CN117424294B (zh) * | 2023-12-18 | 2024-03-01 | 国网辽宁省电力有限公司经济技术研究院 | 一种配电网高效无功规划方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108242819B (zh) | 用于风力发电场的测控装置、系统和方法 | |
| Fu et al. | Integration of large-scale offshore wind energy via VSC-HVDC in day-ahead scheduling | |
| Ali et al. | Optimizing coordinated control of distributed energy storage system in microgrid to improve battery life | |
| CN103944175A (zh) | 风光储联合发电系统出力特性优化方法 | |
| CN117117918A (zh) | 源网荷储优化运行方法及装置 | |
| CN106786756B (zh) | 一种光伏发电站虚拟同步控制方法及其控制系统 | |
| CN114725926A (zh) | 面向韧性提升的分布式资源辅助主网关键节点黑启动策略 | |
| Gao et al. | Field exploration and analysis of power grid side battery energy storage system | |
| CN112865139B (zh) | 储能电站安全参与电网一次调频的优化控制策略 | |
| CN110808600B (zh) | 一种计算变电站内接入电池储能站的方法及系统 | |
| Cui et al. | Inertia and primary frequency modulation strategy for a doubly fed induction generator based on supercapacitor energy storage control | |
| CN115473284B (zh) | 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备 | |
| Bai et al. | A Renewable Energy Capacity Allocation Planning Method Considering the Balance of Renewable Energy Accommodation and System Investment Costs | |
| CN113364029B (zh) | 一种微网动态划分方法、系统、存储介质及计算设备 | |
| Abumeteir et al. | The Determining factors of selecting energy storage systems for the renewable energy sources in the energy-efficient building | |
| CN105896533A (zh) | 一种主动配电网静态安全评估方法 | |
| Lu et al. | Unit commitment of power system with wind power and photovoltaic considering frequency safety constraint | |
| CN112736948A (zh) | 一种充电站中储能系统的功率调节方法及装置 | |
| Zhou | Simulation of photovoltaic absorption strategy for distribution network considering translational load | |
| CN110854922A (zh) | 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 | |
| Yoon et al. | An economic ESS design method based on wind system capacity factor for island power grid | |
| CN113555929B (zh) | 一种考虑风险的退役电池储能系统及其优化调度方法 | |
| Falcão et al. | Frequency control during transients in offshore wind parks using battery energy storage systems | |
| CN109888813B (zh) | 一种包含vsc-hvdc的多功率源送出通道输电能力最大化利用方法 | |
| Si et al. | Reliability Evaluation of Hybrid Energy Storage System Considering Flexible Resources of Source, Network and Load |
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 |