CN109962485A - 一种面向源网荷友好互动的复合储能装置选址定容方法 - Google Patents
一种面向源网荷友好互动的复合储能装置选址定容方法 Download PDFInfo
- Publication number
- CN109962485A CN109962485A CN201910176775.7A CN201910176775A CN109962485A CN 109962485 A CN109962485 A CN 109962485A CN 201910176775 A CN201910176775 A CN 201910176775A CN 109962485 A CN109962485 A CN 109962485A
- Authority
- CN
- China
- Prior art keywords
- power
- node
- constant volume
- energy storage
- model
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000002131 composite material Substances 0.000 title claims abstract description 28
- 240000002853 Nelumbo nucifera Species 0.000 title claims abstract description 10
- 235000006508 Nelumbo nucifera Nutrition 0.000 title claims abstract description 10
- 235000006510 Nelumbo pentapetala Nutrition 0.000 title claims abstract description 10
- 230000003993 interaction Effects 0.000 title claims abstract description 10
- 238000004146 energy storage Methods 0.000 claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 239000003990 capacitor Substances 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000000694 effects Effects 0.000 claims abstract description 10
- 230000005611 electricity Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000008649 adaptation response Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005316 response function Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000005070 sampling Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (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
本发明公开了一种面向源网荷友好互动的复合储能装置选址定容方法，包括：选址方法：首先将配电网络***抽象化为树状配电网模型，然后通过最小二乘法求解任意维度的非线性方程组，得到模型中所有节点的节点电压向量，最后根据实际需求的选址目的指标，来评价储能装置接入位置的优劣，并与其他接入位置方案横向对比，获得该模型下的储能装置最优选址；定容方法：首先通过构建复合储能优化定容模型，确定优化的目标函数以及模型的约束条件；然后通过粒子群算法求解蓄电池/超级电容两者的容量比。本发明实现了对复合储能装置优化选址定容优化模型的准确建模，计算得到了理想的目标优化结果，使储能装置达到较好的接入效果。
Description
技术领域
本发明涉及智能电网技术领域，尤其是主动配电网中的复合储能装置选址定容技术。
背景技术
作为渗透率分布式电源的一种管理方案，主动配电网得到了普遍的关注。作为一种重要的能量缓冲环节，储能装置在微电网的运行中有着重要的意义。相比于单一储能装置，复合储能装置在有效延长工作寿命、应对分布式电源波动频繁缺陷等方面有着巨大的优势。鉴于高成本的超级电容的引入，复合储能装置在微电网中的选址定容成为了亟需解决的问题。容量配置和选址的合理与否，直接关系到复合储能装置能够起的效果好坏以及成本的高低。由于两者通常互为冲突目标，如何寻找平衡点做好取舍是重中之重。只有基于准确的复合储能装置选址定容模型建立以及正确的求解数学算法，才能够较好的完成优化指标，使储能装置达到较好的接入效果。
发明内容
本发明所要解决的技术问题就是提供一种效果较好的、具有相当可行性的基于最小二乘法与粒子群算法的微电网中复合储能装置选址定容方法。
为解决上述技术问题，本发明采用如下技术方案：一种面向源网荷友好互动的复合储能装置选址定容方法，包括：
选址方法：首先将配电网络***抽象化为树状配电网模型，然后根据支路阻抗以及模型拓扑构建节点导纳矩阵，再以某一节点功率的流入流出平衡作为列方程的依据，并扩展到所有节点，形成本质上为非线性方程组的节点电压方程组，通过最小二乘法求解任意维度的非线性方程组，得到模型中所有节点的节点电压向量，模型中潮流的计算通过逐级迭代的方式来获得每一个节点的流入流出功率以及每一条支路上的线损，最后根据实际需求的选址目的指标，来评价储能装置接入位置的优劣，并与其他接入位置方案横向对比，获得该模型下的储能装置最优选址；
定容方法：首先通过构建复合储能优化定容模型，确定优化的目标函数以及模型的约束条件；然后通过粒子群算法求解蓄电池/超级电容两者的容量比。
可选的，选址方法包括如下步骤：
步骤(1)，将实际配电网络抽象为树状节点模型，获得所有支路的支路阻抗以及位于各个节点的负荷大小，并统一量纲，获取待应用的、确定规模的分布式电源典型单日内处理变化数据，这里假设抽象结果为一个n节点的配电网模型；
步骤(2)，通过步骤(1)所得到的模型参数以及其拓扑结构构建n*n维的节点导纳矩阵Yij，用于节点电压方程的表示和计算；
步骤(3)，确定本次计算的储能装置接入位置以及分布式电源出力大小；
步骤(4)，构建n-1维节点电压方程组，根据每一个节点流入与流出功率平衡来构建方程组，由于不需要考虑平衡节点，所以方程仅有n-1个，出于之后运算的便利性，方程组采用直角坐标的表示形式：
步骤(5)，采用最小二乘法求解该非线性方程组，获得每一个节点的节点电压向量；
步骤(6)，计算网络潮流，本方法所采用的潮流计算为从末级逐级反推的方式，某一单次递推的方式由实现，从末端逐级往上递推所有支路的线损ΔS，以及流出节点j的视在功率S，至支路始端处，通过节点功率的平衡可以计算出储能装置某一时刻下的吸收/释放功率功率，由此可以得到各储能装置接入位置评价方式所需要数据；
步骤(7)，更换至下一个分布式电源出力采样点，重复步骤(3)至步骤(6)直至所有分布式电源出力采样点下稳态潮流参数都已经得到；
步骤(8)，设计并计算接入方案定量评判标准，采用四种评价参数：储能装置容量要求，电压波动最小要求，线损最小要求，节点电压限制要求，根据步骤(7)中获得的所有采样点时刻的***潮流参数，代入获得所有评价方式的参数结果(f1，f2，f3，f4)；
步骤(9)，更换储能装置接入位置，重复步骤(1)至步骤(9)直至所有潜在的最优选址情况下所有评价参数的结果都已经得到
(f1 2，f2 1，f3 1，f4 1......f1 n，f2 n，f3 n，f4 n)；
步骤(10)，横向对比各种接入方式参数，选择最优接入结果。
可选的，根据潮流计算的要求，规定发电机组、配电网中的出力装置的接入节点为PV节点，其特征为确定的有功功率输入和确定的节点电压有效值；规定一般负荷点为PQ节点，其特征为确定的有功功率和无功功率输入；储能装置由于其作用这里将其视为平衡节点，其特征为不确定的有功与无功功率输入/输出以及确定的节点电压向量，用作整个配电网节点电压的参考，规定对于某一节点，功率流入为正，流出为负。
可选的，步骤(10)通过设计加权函数定量方式或者人为感性认识来选择最优接入结果。
可选的，定容方法包括如下步骤：
步骤(11)，获取待应用的、确定规模的分布式电源典型单日内处理变化数据；
步骤(12)，根据实际需求构建复合储能装置定容优化模型的目标函数与约束条件，其中设定两个目标函数：1.成本最小目标以及2.***功率缺额/盈余最小，考虑的约束条件有：储能装置容量约束、储能装置输出/吸收功率约束、***运行功率平衡约束、负荷缺电率/能量溢出约束；
步骤(13)，将分布式电源出力减去负荷大小获得复合储能功率补偿理想值Phess＝Ppv-Pload，通过快速傅立叶变换获得其频谱特性，并根据其频谱特性确定Phess需要通过的离散低通滤波器的截止频率；
步骤(14)，以步骤(13)得到的截止频率为基础，设计Butterworth低通滤波器，各个参数设计如下：通带截止频率Wp；阻带截止频率Ws；通带内的衰减最大值Rp；阻带内的衰减最小值Rs；采样频率fs；
步骤(15)，将Phess通过离散低通滤波器，获得Phess的低频分量，为蓄电池理想补偿
步骤(16)，确定采用的蓄电池/超级电容运行参数，这里考虑的参数有：额定功率、最大/最小荷电状态、单价、自放电效率；
步骤(17)，运用粒子群算法，分别优化仅有目标函数1与仅有目标函数2的子问题，其中各子问题中的目标函数作为各子问题中的自适应度函数；
步骤(18)，分别将子问题1与子问题2优化结果代入目标函数2与目标函数1中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题
步骤(19)，再次运用粒子群算法计算步骤(15)得到的经整合的单目标函数优化问题，获得最后的容量配置结果以及该配置方案的成本和***功率缺额/盈余。
可选的，步骤(17)各约束条件实现方式如下：蓄电池与超级电容功率、荷电状态修正，修正依据为引入的约束条件；***功率平衡约束通过引入***缺额功率/***盈余功率变量来平衡功率等式，两者都大于且最多仅有一项大于零；计算当前容量下***缺额功率/***盈余功率，得到负荷缺电率/能量溢出约束，如果计算结果超出可行域范围，则通过加上一个罚函数的方式来迫使粒子回到可行域。
本发明采用上述技术方案，根据已有的分布式电源单日出力的数据，充分考虑了微电网运行过程中各类约束条件，举例了具有代表性的优化目标函数，实现了对复合储能装置优化选址定容优化模型的准确建模。在此模型的基础上，分别使用了以最小二乘法与粒子群算法为核心的求解算法，并将各类约束条件整合到求解算法过程中，计算得到了理想的目标优化结果，使储能装置达到较好的接入效果。
本发明的具体技术方案及其有益效果将会在下面的具体实施方式中结合附图进行详细的说明。
附图说明
下面结合附图和具体实施方式对本发明作进一步描述：
图1为潮流计算递推模型；
图2为IEEE-14节点配电网模型拓扑；
图3为蓄电池/超级电容输出功率与荷电状态修正流程图；
图4为复合储能装置理想补偿值Phess；
图5为Phess频率响应图；
图6为Phess低通滤波器后的波形；
图7为蓄电池与超级电容的输出/吸收功率；
图8为功率缺额/盈余；
图9为蓄电池/超级电容SoC荷电状态；
图10为Butterworth低通滤波器效果。
具体实施方式
针对主动配电网中常见的选址定容问题，本发明提出了一种效果较好的、具有相当可行性的一种基于最小二乘法与粒子群算法的微电网中复合储能装置选址定容方法。该方法将选址与定容分成了两个子问题进行考虑。
其中，步骤(1)至步骤(10)为选址方法。
步骤(1)，将实际配电网络抽象为树状节点模型，获得所有支路的支路阻抗以及位于各个节点的负荷大小，并统一量纲。获取待应用的、确定规模的分布式电源典型单日内处理变化数据，采样间隔不宜过大也不宜过小。这里算例使用图2中ieee-14节点配电网模型。
各支路数据以及节点负荷入下表：
步骤(2)，通过步骤(1)所得到的模型参数以及其拓扑结构构建n*n维的节点导纳矩阵Yij，用于节点电压方程的表示和计算。
步骤(3)，确定本次计算的储能装置接入位置以及分布式电源出力大小。根据潮流计算的要求，通常规定发电机组、配电网中的出力装置的接入节点为PV节点，此算例中为1号节点；规定一般负荷点为PQ节点；储能装置由于其作用这里将其视为平衡节点，首次接入位置利用随机函数确定，此算例中选为3号节点。规定对于某一节点，功率流入为正，流出为负。本次算例在选址以及定容计算中采用的光伏装置单日出力数据皆来自绿色电力网光伏监控平台(lvsedianli.com)，使用了2018年5月11日酒泉技术学院0.4MWp屋顶太阳能光伏装置出力，原数据时间间隔为5分钟，即288个采样点，在选址计算中仅使用了整点时刻的光伏装置出力数据，光伏数据如下表：
| 0：00 | 1：00 | 2：00 | 3：00 | 4：00 | 5：00 | 6：00 | 7：00 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 7.8 |
| 8：00 | 9：00 | 10：00 | 11：00 | 12：00 | 13：00 | 14：00 | 15：00 |
| 23.3 | 37.7 | 49.8 | 51.8 | 53.2 | 52.2 | 54.1 | 51.7 |
| 16：00 | 17：00 | 18：00 | 19：00 | 20：00 | 21：00 | 22：00 | 23：00 |
| 41.4 | 45.7 | 33.3 | 19.4 | 6.3 | 0 | 0 | 0 |
步骤(4)，构建n-1维节点电压方程组。根据每一个节点流入与流出功率平衡来构建方程组，由于不需要考虑平衡节点，所以方程仅有n-1个。出于之后运算的便利性，方程组采用直角坐标的表示形式：
其中：
Ui为第i个节点的节点电压；
Pi、Qi分别为第i号节点负荷的有功部分、无功部分。由于是功率注入方程，所以规定正为注入功率，负为消耗功率；
Gij、Bij分别为节点导纳矩阵第i行第j列元素的实部、虚部。节点导纳矩阵由微电网拓扑及其支路端阻抗决定；
ei、fi为第i号节点电压的实部、虚部。
步骤(5)，采用最小二乘法求解该非线性方程组，获得某一接入方案、某一时刻下每一个节点的节点电压向量U＝[e1，f1，e2，f2，......，e14，f14]。
步骤(6)，计算网络潮流。本方法所采用的潮流计算为从末级逐级反推的方式，某一单次递推的方式由实现，其中，假设潮流从节点i流入节点j，P和Q分别为流入节点j的有功功率和无功功率，R和X分别表示节点i到节点j支路上的电阻和电抗，Uj表示节点j处的节点电压。从末端逐级往上递推所有支路的线损ΔS，以及流出节点j的视在功率Sj，Sj＝Si+ΔS，其中Si表示流出节点i的视在功率。至支路始端(储能装置接入节点)处，通过节点功率的平衡可以计算出储能装置某一时刻下的吸收/释放功率功率。由此可以得到各储能装置接入位置评价方式所需要数据，即储能装置容量、电压波动和线损。
步骤(7)，更换至下一个分布式电源出力采样点，重复步骤(3)至步骤(6)直至所有分布式电源出力采样点下稳态潮流参数都已经得到列。
步骤(8)，设计并计算接入方案定量评判标准。具有实际意义的评估参数都可以作为评判标准之一，同时也可以根据实际的运行目标和期望对其做适当取舍。本方案采用四种评价参数：
1)储能装置容量要求：
E(k)≥|Eup-Elo|
其中，E(k)表示在第k种储能装置接入方式下单日内储能装置调峰结束后的电量盈余量，Eup表示储能装置最大充放电容量，Elo表示储能装置最小充放电容量，Psi表示在第i个时间段内储能装置的充放电功率，Δt表示时间间隔。
2)电压波动最小要求：
其中，ΔU(k)表示在第k种储能装置接入方式下储能装置的电压总波动，M为节点数，T表示总的时刻数，Uij表示第i个节点第j个时刻的电压值，表示第i个节点在时间T内的电压均值
3)线损最小要求：
其中，表示在在第k种储能装置接入方式下***的线损总和，表示第i个节点在t时刻的线损，Δt表示时间间隔。
4)节点电压限制要求：
Ui，min≤Ui≤Ui，mmx(i＝1，2...，M)
其中，Ui，min表示第i个节点的电压下限，Ui，max表示第i个节点的电压上限，M为节点数；
根据步骤(7)中获得的所有采样点时刻的***潮流参数，代入获得所有评价方式的参数结果，这里获得储能装置接入3号节点时的评价参数：
f1＝667984(kWh)；f2＝3545.34；f3＝67597.32208(kWh)
步骤(9)，更换储能装置接入位置，重复步骤(1)至步骤(9)直至所有潜在的最优选址情况下所有评价参数的结果都已经得到如下表：
步骤(10)，横向对比各种接入方式参数，可以通过设计加权函数定量方式或者人为感性认识来选择最优接入结果。这里通过人为判断就可以选出1号节点的最优选址结果。
步骤(11)至步骤(17)为选址方法。
步骤(11)，获取待应用的、确定规模的分布式电源典型单日内处理变化数据。为了能够正确反映分布式电源的波动，其采样间隔不能过大。本方法中采用5分钟的采样间隔。
步骤(12)，根据实际需求构建复合储能装置定容优化模型的目标函数与约束条件。本文设定了两个目标函数：
1.成本最小目标
min Ctotal＝CbatEbat+CucEuc
2.***功率缺额/盈余最小
其中，Ebat和Euc分别表示蓄电池和超级电容的容量，Cbat和Cuc分别表示蓄电池和超级电容的单价，Ctotal表示总成本，Plack，i表示第i个采样点***功率缺额，Pwoste，i表示第i个采样点***功率盈余，Ptotal表示***功率总的缺额/盈余值。两者分别代表要求储能装置容量尽量低与尽量高，相互冲突。本方案考虑的约束条件有：
1.储能装置容量约束
SOCbat，min≤SOCbat，t≤SOCbat，max
SOCuc，min≤SOCuc，t≤SOCuc，max
其中，SOCbat，t表示在t时段结束时蓄电池的荷电状态值，SOCuc，t表示在t时段结束时超级电容的荷电状态值，SOCbat，min和SOCbat，max分别表示蓄电池荷电状态的最小值和最大值，SOCuc，min和SOCuc，max分别表示超级电容荷电状态的最小值和最大值。
当储能***为充电状态，针对电池，其中，ωbat表示蓄电池的自动放电损失率；Pbat，t表示在t时间段内，蓄电池的充放电功率，为正值时表示放电，负值时表示充电；Δt表示采样周期；ηbat，c表示蓄电池充电效率；Ebat表示蓄电池的容量，单位为kwh。针对超级电容，其中，ωuc表示超级电容的自动放电损失率；Puc，t表示在t时间段内，超级电容的充放电功率，为正值时表示放电，负值时表示充电；ηuc，c表示超级电容充电效率；Euc表示超级电容的容量，单位为kwh；
当储能***为放电状态，针对蓄电池其中，ηbat，d表示蓄电池放电效率；针对超级电容其中，ηuc，d表示超级电容放电效率
2.储能装置输出/吸收功率约束
1)不存在储能装置容量限制的情况下：
Pbat，t，max≤Pbat，max；Puc，t，max≤Puc，max
其中，Pbat，t，max表示在t时刻蓄电池最大允许输出/吸收功率，Puc，t，max在t时刻超级电容最大允许输出/吸收功率，Pbatmax表示蓄电池最大的输出/吸收功率，Pucmax表示超级电容最大的输出/吸收功率。
2)不存在储能装置容量限制的情况下：
充电时：
放电时：
3.***运行功率平衡约束
Ppv，t+Plack，t＝Pbat，t+Puc，t+Pload，t+Pwaste，t
其中，Pwaste，t表示在t时间段内发电***盈余功率，Plack，t表示在t时间段内发电***缺额功率，Pbat，t表示在t时间段内，蓄电池的充放电功率，Puc，t表示在t时间段内，超级电容的充放电功率，Ppv，t为在t时间段内的光伏发电功率，Pload，t为在t时间段内的负荷功率。
4.负荷缺电率/能量溢出约束
其中，LPSP表示***缺电率，SPSP表示能量溢出率。
步骤(13)，将分布式电源出力减去负荷大小获得复合储能功率补偿理想值Phess＝Ppv-Pload。通过快速傅立叶变换获得其频谱特性，并根据其频谱特性确定Phess需要通过的离散低通滤波器的截止频率，取频率响应的第一个极大值峰所在频率作为截止频率fsample。
步骤(14)，以步骤(13)得到的截止频率fsample为基础，设计Butterworth低通滤波器，各个参数设计如下：
通带截止频率Wp＝fpass/(fs/2)；
阻带截止频率Ws＝fstop/(fs/2)；
通带内的衰减最大值Rp＝2；
阻带内的衰减最小值Rs＝40；
采样频率fs＝1/Δt(Hz)
其中，fpass取自频率响应第一个极小值，本例中为0.0001，fstop取自式本例中为0.00026，Rp和Rs取为典型值，Δt为采样时间间隔，以秒为单位，本例中为300。
步骤(15)，将Phess通过离散低通滤波器，获得Phess的低频分量，为蓄电池理想补偿
步骤(16)，确定采用的蓄电池/超级电容运行参数，这里考虑的参数有：额定功率(视作最大输出/吸收功率)；最大/最小荷电状态；单价；自放电效率。本次算例采取典型的蓄电池/超级电容运行参数，其参数如下：
步骤(17)，运用粒子群算法，分别优化仅有目标函数1与仅有目标函数2的子问题。其中各子问题中的目标函数作为各子问题中的自适应度函数。各约束条件实现方式如下：
1.蓄电池与超级电容功率、荷电状态修正，修正依据为本方法中引入的约束条件；
2.***功率平衡约束通过引入***缺额功率/***盈余功率变量来平衡功率等式，两者都大于且最多仅有一项大于零；
3.计算当前容量下***缺额功率/***盈余功率，得到负荷缺电率/能量溢出约束，如果计算结果超出可行域范围，则通过加上一个罚函数的方式来迫使粒子回到可行域。
步骤(18)，分别将子问题1与子问题2优化结果代入目标函数2与目标函数1中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题：
步骤(19)，再次运用粒子群算法计算步骤(5)得到的经整合的单目标函数优化问题，获得最后的容量配置结果以及该配置方案的成本和***功率缺额/盈余，结果为：
fmin＝379.5409
Ebat＝399.73(kWh)；Euc＝3.70(kWh)
成本Ctotal＝282619.1元。
综上，本发明以已有的某处光伏装置单日处理数据为基础，给出了详细的算法描述，最后获得了该方法下最优的选址、定容方案，证明了该方案在解决选址定容问题上的可行性以及有效性。
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，熟悉该本领域的技术人员应该明白本发明包括但不限于上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。
Claims (6)
1.一种面向源网荷友好互动的复合储能装置选址定容方法，其特征在于包括：选址方法：首先将配电网络***抽象化为树状配电网模型，然后根据支路阻抗以及模型拓扑构建节点导纳矩阵，再以某一节点功率的流入流出平衡作为列方程的依据，并扩展到所有节点，形成本质上为非线性方程组的节点电压方程组，通过最小二乘法求解任意维度的非线性方程组，得到模型中所有节点的节点电压向量，模型中潮流的计算通过逐级迭代的方式来获得每一个节点的流入流出功率以及每一条支路上的线损，最后根据实际需求的选址目的指标，来评价储能装置接入位置的优劣，并与其他接入位置方案横向对比，获得该模型下的储能装置最优选址；
定容方法：首先通过构建复合储能优化定容模型，确定优化的目标函数以及模型的约束条件；然后通过粒子群算法求解蓄电池/超级电容两者的容量比。
2.根据权利要求1所述的一种面向源网荷友好互动的复合储能装置选址定容方法，其特征在于选址方法包括如下步骤：
步骤(1)，将实际配电网络抽象为树状节点模型，获得所有支路的支路阻抗以及位于各个节点的负荷大小，并统一量纲，获取待应用的、确定规模的分布式电源典型单日内处理变化数据，这里假设抽象结果为一个n节点的配电网模型；
步骤(2)，通过步骤(1)所得到的模型参数以及其拓扑结构构建n*n维的节点导纳矩阵Yij，用于节点电压方程的表示和计算；
步骤(3)，确定本次计算的储能装置接入位置以及分布式电源出力大小；
步骤(4)，构建n-1维节点电压方程组，根据每一个节点流入与流出功率平衡来构建方程组，由于不需要考虑平衡节点，所以方程仅有n-1个，出于之后运算的便利性，方程组采用直角坐标的表示形式：
步骤(5)，采用最小二乘法求解该非线性方程组，获得每一个节点的节点电压向量；
步骤(6)，计算网络潮流，所采用的潮流计算为从末级逐级反推的方式，某一单次递推的方式由实现，从末端逐级往上递推所有支路的线损以及流出节点j的视在功率S，至支路始端处，通过节点功率的平衡计算出储能装置某一时刻下的吸收/释放功率功率，由此得到各储能装置接入位置评价方式所需要数据；
步骤(7)，更换至下一个分布式电源出力采样点，重复步骤(3)至步骤(6)直至所有分布式电源出力采样点下稳态潮流参数都已经得到；
步骤(8)，设计并计算接入方案定量评判标准，采用四种评价参数：储能装置容量要求，电压波动最小要求，线损最小要求，节点电压限制要求，根据步骤(7)中获得的所有采样点时刻的***潮流参数，代入获得所有评价方式的参数结果(f1，f2，f3，f4)；
步骤(9)，更换储能装置接入位置，重复步骤(1)至步骤(9)直至所有潜在的最优选址情况下所有评价参数的结果都已经得到(f1 1，f2 1，f3 1，f4 1......f1 n，f2 n，f3 n，f4 n)；
步骤(10)，横向对比各种接入方式参数，选择最优接入结果。
3.根据权利要求2所述的一种面向源网荷友好互动的复合储能装置选址定容方法，其特征在于：根据潮流计算的要求，规定发电机组、配电网中的出力装置的接入节点为PV节点，其特征为确定的有功功率输入和确定的节点电压有效值；规定一般负荷点为PQ节点，其特征为确定的有功功率和无功功率输入；储能装置由于其作用这里将其视为平衡节点，其特征为不确定的有功与无功功率输入/输出以及确定的节点电压向量，用作整个配电网节点电压的参考，规定对于某一节点，功率流入为正，流出为负。
4.根据权利要求2所述的一种面向源网荷友好互动的复合储能装置选址定容方法，其特征在于：步骤(10)通过设计加权函数定量方式或者人为感性认识来选择最优接入结果。
5.根据权利要求1所述的一种面向源网荷友好互动的复合储能装置选址定容方法，其特征在于定容方法包括如下步骤：
步骤(11)，获取待应用的、确定规模的分布式电源典型单日内处理变化数据；
步骤(12)，根据实际需求构建复合储能装置定容优化模型的目标函数与约束条件，其中设定两个目标函数：1.成本最小目标以及2.***功率缺额/盈余最小，考虑的约束条件有：储能装置容量约束、储能装置输出/吸收功率约束、***运行功率平衡约束、负荷缺电率/能量溢出约束；
步骤(13)，将分布式电源出力减去负荷大小获得复合储能功率补偿理想值Phess＝Ppv-Pload，通过快速傅立叶变换获得其频谱特性，并根据其频谱特性确定Phess需要通过的离散低通滤波器的截止频率；
步骤(14)，以步骤(13)得到的截止频率为基础，设计Butterworth低通滤波器，各个参数设计如下：通带截止频率Wp；阻带截止频率Ws；通带内的衰减最大值Rp；阻带内的衰减最小值Rs；采样频率fs；
步骤(15)，将Phess通过离散低通滤波器，获得Phess的低频分量，为蓄电池理想补偿
步骤(16)，确定采用的蓄电池/超级电容运行参数，这里考虑的参数有：额定功率、最大/最小荷电状态、单价、自放电效率；
步骤(17)，运用粒子群算法，分别优化仅有目标函数1与仅有目标函数2的子问题，其中各子问题中的目标函数作为各子问题中的自适应度函数；
步骤(18)，分别将子问题1与子问题2优化结果代入目标函数2与目标函数1中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题
步骤(19)，再次运用粒子群算法计算步骤(15)得到的经整合的单目标函数优化问题，获得最后的容量配置结果以及该配置方案的成本和***功率缺额/盈余。
6.根据权利要求5所述的一种面向源网荷友好互动的复合储能装置选址定容方法，其特征在于：步骤(17)各约束条件实现方式如下：蓄电池与超级电容功率、荷电状态修正，修正依据为引入的约束条件；***功率平衡约束通过引入***缺额功率/***盈余功率变量来平衡功率等式，两者都大于且最多仅有一项大于零；计算当前容量下***缺额功率/***盈余功率，得到负荷缺电率/能量溢出约束，如果计算结果超出可行域范围，则通过加上一个罚函数的方式来迫使粒子回到可行域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910176775.7A CN109962485B (zh) | 2019-03-08 | 2019-03-08 | 一种面向源网荷友好互动的复合储能装置选址定容方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910176775.7A CN109962485B (zh) | 2019-03-08 | 2019-03-08 | 一种面向源网荷友好互动的复合储能装置选址定容方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109962485A true CN109962485A (zh) | 2019-07-02 |
| CN109962485B CN109962485B (zh) | 2021-07-16 |
Family
ID=67024171
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910176775.7A Active CN109962485B (zh) | 2019-03-08 | 2019-03-08 | 一种面向源网荷友好互动的复合储能装置选址定容方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109962485B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111191820A (zh) * | 2019-12-17 | 2020-05-22 | 国网浙江省电力有限公司 | 一种综合能源***中储能装置的选址定容优化规划方法 |
| CN112069638A (zh) * | 2020-09-08 | 2020-12-11 | 广东电网有限责任公司电力科学研究院 | 一种低压配网储能设备接入点选址方法及相关装置 |
| CN115564142A (zh) * | 2022-11-03 | 2023-01-03 | 国网山东省电力公司经济技术研究院 | 一种混合储能***的选址定容优化方法及*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110172837A1 (en) * | 2007-08-28 | 2011-07-14 | Forbes Jr Joseph W | System and method for estimating and providing dispatchable operating reserve energy capacity through use of active load management |
| CN108470231A (zh) * | 2018-01-24 | 2018-08-31 | 天津大学 | 考虑储能***量化特征的配电网分布式储能选址定容方法 |
| CN108667054A (zh) * | 2017-03-28 | 2018-10-16 | 中国电力科学研究院 | 一种储能规划方法及装置 |
| CN108808653A (zh) * | 2017-05-02 | 2018-11-13 | 南京理工大学 | 一种考虑可控负荷的风光储微电网储能容量优化配置方法 |
-
2019
- 2019-03-08 CN CN201910176775.7A patent/CN109962485B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110172837A1 (en) * | 2007-08-28 | 2011-07-14 | Forbes Jr Joseph W | System and method for estimating and providing dispatchable operating reserve energy capacity through use of active load management |
| CN108667054A (zh) * | 2017-03-28 | 2018-10-16 | 中国电力科学研究院 | 一种储能规划方法及装置 |
| CN108808653A (zh) * | 2017-05-02 | 2018-11-13 | 南京理工大学 | 一种考虑可控负荷的风光储微电网储能容量优化配置方法 |
| CN108470231A (zh) * | 2018-01-24 | 2018-08-31 | 天津大学 | 考虑储能***量化特征的配电网分布式储能选址定容方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王彦虹等: "含大规模风光电源的配电网储能电池选址定容优化方案", 《电力科学与技术学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111191820A (zh) * | 2019-12-17 | 2020-05-22 | 国网浙江省电力有限公司 | 一种综合能源***中储能装置的选址定容优化规划方法 |
| CN111191820B (zh) * | 2019-12-17 | 2023-05-09 | 国网浙江省电力有限公司 | 一种综合能源***中储能装置的选址定容优化规划方法 |
| CN112069638A (zh) * | 2020-09-08 | 2020-12-11 | 广东电网有限责任公司电力科学研究院 | 一种低压配网储能设备接入点选址方法及相关装置 |
| CN115564142A (zh) * | 2022-11-03 | 2023-01-03 | 国网山东省电力公司经济技术研究院 | 一种混合储能***的选址定容优化方法及*** |
| CN115564142B (zh) * | 2022-11-03 | 2023-06-02 | 国网山东省电力公司经济技术研究院 | 一种混合储能***的选址定容优化方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109962485B (zh) | 2021-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hidalgo-Reyes et al. | Classical and fractional-order modeling of equivalent electrical circuits for supercapacitors and batteries, energy management strategies for hybrid systems and methods for the state of charge estimation: A state of the art review | |
| CN107832905B (zh) | 一种适应分布式发电和储能站发展的配电网规划方法 | |
| CN107147152B (zh) | 新能源配电网多类型有功无功源协同优化配置方法及*** | |
| CN108306285B (zh) | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 | |
| CN104037776B (zh) | 随机惯性因子粒子群优化算法的电网无功容量配置方法 | |
| CN104268345B (zh) | 一种支撑微电网规划设计的全过程暂态仿真方法 | |
| CN107145707B (zh) | 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法 | |
| CN109962485A (zh) | 一种面向源网荷友好互动的复合储能装置选址定容方法 | |
| CN105552969B (zh) | 基于功率预测的分布式光伏发电输出功率平滑方法和*** | |
| CN104578121B (zh) | 一种混合储能***功率分配的方法及*** | |
| CN107959301B (zh) | 含光伏的低压配电网分布式储能优化配置与运行方法 | |
| CN104092231A (zh) | 一种独立微网混和储能容量优化配置方法 | |
| CN109149555B (zh) | 考虑供电模式的配电网广义电源变电可信容量评价方法 | |
| CN103997091A (zh) | 一种规模化电动汽车智能充电控制方法 | |
| CN109787304B (zh) | 一种太阳能充电站分布式能量管理方法及*** | |
| CN107171035A (zh) | 锂离子电池的充电方法 | |
| CN110460075B (zh) | 一种用于平抑电网峰谷差的混合储能出力控制方法及*** | |
| CN108110790A (zh) | 基于多源数据阶梯式动态模糊***的主动配电网运行状态评估方法 | |
| CN109193729A (zh) | 一种配网自动化***中储能***的选址方法 | |
| CN105870968A (zh) | 一种计及***负序电压的三相不平衡无功电压控制方法 | |
| CN111009914A (zh) | 一种面向主动配电网的储能装置选址定容方法 | |
| CN103944177A (zh) | 混合储能微网***截止频率确定方法及输出功率控制方法 | |
| CN108830451A (zh) | 一种用户侧分布式储能的汇聚潜力评估方法及*** | |
| CN115133538B (zh) | 一种配电网重要负荷电压模型预测控制方法 | |
| CN108599211A (zh) | 一种基于微电网调度指令的多储能***功率分配复合方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190618 Address after: 318000 Room 306, 12 Blocks, 132 Development Avenue, Taizhou City, Zhejiang Province Applicant after: TAIZHOU HONGYUAN ELECTRIC POWER DESIGN INSTITUTE CO., LTD. Applicant after: State Grid Zhejiang Electric Power Co., Ltd. Taizhou power supply company Address before: 318000 Development Avenue 132, Taizhou Development Zone, Zhejiang Province Applicant before: Taizhou Hongchuang Power Group Co., Ltd. Applicant before: State Grid Zhejiang Electric Power Co., Ltd. Taizhou power supply company Applicant before: Zhejiang University |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Gao Qiang Inventor after: Ye Lina Inventor after: Wang Xianjun Inventor after: Lin Chengyu Inventor after: Yang Qiang Inventor after: Yang Mixia Inventor after: Wang Xin Inventor after: Zhou Hongqing Inventor after: Zhou Man Inventor after: Yao Yiyang Inventor after: Ying Guode Inventor after: Shen Liang Inventor after: Guo Junhui Inventor after: Lin Ye Inventor before: Wang Xin Inventor before: Ye Lina Inventor before: Wang Xianjun Inventor before: Lin Chengyu Inventor before: Yang Qiang Inventor before: Yang Mixia Inventor before: Gao Qiang Inventor before: Zhou Man Inventor before: Yao Yiyang Inventor before: Ying Guode Inventor before: Shen Liang Inventor before: Zhou Hongqing Inventor before: Guo Junhui Inventor before: Lin Ye |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |