CN113809763A - 一种考虑多指标的配电网储能***规划配置方法和*** - Google Patents
一种考虑多指标的配电网储能***规划配置方法和*** Download PDFInfo
- Publication number
- CN113809763A CN113809763A CN202110915748.4A CN202110915748A CN113809763A CN 113809763 A CN113809763 A CN 113809763A CN 202110915748 A CN202110915748 A CN 202110915748A CN 113809763 A CN113809763 A CN 113809763A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- node
- power
- distribution network
- power distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 216
- 238000009826 distribution Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004088 simulation Methods 0.000 claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 238000010248 power generation Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000009434 installation Methods 0.000 claims description 11
- 238000007599 discharging Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
Images
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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种考虑多指标的配电网储能***规划配置方法和***,包括:获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;对所述配电网仿真模型进行仿真,并基于配电网仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;将待选节点和其他输入数据输入储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;本发明利用储能电压调节的特性,选择配电网中的薄弱点进行储能配置,并以配电网总运行成本最小为目标对储能***进行优化配置,充分利用储能***的性能提高配电网安全性。
Description
技术领域
本发明属于储能规划和配电网优化技术领域,具体涉及一种考虑多指标的配电网储能***规划配置方法和***。
背景技术
电力***的配网规划与运行经过多年的研究已经日趋成熟并且取得了广泛的应用。传统配网规划和运行大多是以***有功网损最小为控制目标并满足控制变量和状态变量的约束条件。但近年来随着对电压质量要求的不断提高,以及风电、光伏等新能源的不断接入,电网电压波动日益剧烈,传统调节手段较难处理,但随着储能设备接入电网,其双向存储能力给电网电压波动带来了新的调节手段。新的电网规划和运行逐渐需要考虑储能配置和运行对电网的影响。
现有储能***规划配置方案考虑经济性能,不能充分利用储能***的性能提高配电网安全性。
发明内容
为克服上述现有技术的不足,本发明提出一种考虑多指标的配电网储能***规划配置方法,包括:
获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;
对所述配电网仿真模型进行仿真,并基于仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;
将所述待选节点、分布式电源发电功率、负荷用电功率数据、储能***单位功率成本、储能***单位容量成本、单位线路损耗成本、使用年限以及折现率输入预先建立的储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;
其中,所述储能优化配置模型是以配电网总运行成本最小为目标,对实际进行储能配置的节点及各节点储能的额定功率和额定容量进行优化构建的。
优选的,所述储能优化配置模型的建立,包括:
以配电网总运行成本最小为目标建立目标函数;
为所述目标函数建立功率平衡约束、储能功率约束、节点电压约束、储能待选节点安装约束、储能充放电约束和储能***荷电状态约束作为约束条件,得到储能优化配置模型。
优选的,所述目标函数的计算式如下:
f=min(w1Cess+w2Closs+w3L+w4Udev)
式中,f为目标函数的值,Cess为储能配置成本,Closs为配电网总损耗成本,L为基于潮流解的电压稳定指标,Udev为节点电压总偏差绝对值,w1为储能配置成本Cess的权重,w2为配电网总损耗成本Closs的权重,w3为基于潮流解的电压稳定指标L的权重,w4为节点电压总偏差绝对值Udev的权重。
优选的,所述储能配置成本Cess的计算式如下:
式中,y为储能***的使用寿命,d为折现率,ks为实际进行储能配置的节点的个数,Cp为储能***的单位功率成本,Pessi为第i个储能***的额定功率容量,Ce为储能***的单位容量成本,Eessi为第i个储能***的额定能量容量;
所述配电网总损耗成本Closs的计算式如下:
式中,Plossz,t为第z条支路在t时刻的有功损耗,N为配电网的支路数,Δt为时段长度,T为优化周期的长度,Cep为单位线路损耗成本;
所述基于潮流解的电压稳定指标L的计算如下:
L=max{Lb}
式中,Lb为配电网中所有支路的基于潮流解的电压稳定指标的集合;
所述节点电压总偏差绝对值Udev的计算式如下:
式中,Um,t为配电网中节点m在t时刻的电压,UN为节点电压额定值,Nbus为配电网的节点数。
优选的,所述功率平衡约束的计算式如下:
式中,Pm和Qm分别表示注入配电网中节点m的有功功率和无功功率,Pn和Qn分别表示注入配电网中节点n的有功功率和无功功率,Rmn、Xmn分别为节点m与节点n间的电阻与电抗,Pml和Qml分别为节点m的有功负荷与无功负荷,Un为节点n的电压,Pess.t和Qess.t分别为节点m接入的储能***t时刻的有功功率和无功功率,xm为二进制决策变量,xm为1表示节点m接入储能***,xm为0表示节点m不接入储能***;
所述储能待选节点安装约束的计算式如下:
式中,Nd为待选节点的个数,Ness为实际进行储能配置的节点的个数。
优选的,所述基于所述配电网仿真模型选择配电网中需要进行储能配置的待选节点,包括:
基于所述配电网仿真模型进行潮流仿真计算,得到配电网中各节点的电压和注入各节点的有功和无功功率;
基于各节点的电压和注入各节点的有功和无功功率,计算各节点所在支路的基于潮流解的电压稳定指标,并计算各节点的电压偏差指标;
选择基于潮流解的电压稳定指标超过预设稳定阈值或电压偏差指标的绝对值超过预设偏差阈值的节点为待选节点。
优选的,所述基于潮流解的电压稳定指标的计算式如下:
式中,Ln为节点n的基于潮流解的电压稳定指标的值,支路mn为节点m和节点n确定的支路,Pn和Qn分别为注入节点n的有功功率及无功功率,Rmn和Xmn分别为支路mn的电阻和电抗,Um为节点m的电压;
所述电压偏差指标的计算式如下:
式中,ΔUm为节点m的偏差指标的值,UN为节点电压额定值。
基于同一发明构思,本发明还提供了一种考虑多指标的配电网储能***规划配置***,包括:模型搭建模块、选点模块和储能规划模块;
所述模型搭建模块,用于获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;
所述选点模块,用于对所述配电网仿真模型进行仿真,并基于仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;
所述储能规划模块,用于将所述待选节点、分布式电源发电功率、负荷用电功率数据、储能***单位功率成本、储能***单位容量成本、单位线路损耗成本、使用年限以及折现率输入预先建立的储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;
其中,所述储能优化配置模型是以配电网总运行成本最小为目标,对实际进行储能配置的节点及各节点储能的额定功率和额定容量进行优化构建的。
优选的,还包括建模模块;
所述建模模块,用于以配电网总运行成本最小为目标建立目标函数,为所述目标函数建立功率平衡约束、储能功率约束、节点电压约束、储能待选节点安装约束、储能充放电约束和储能***荷电状态约束作为约束条件,得到储能优化配置模型。
优选的,所述选点模块具体用于:
基于所述配电网仿真模型进行潮流仿真计算,得到配电网中各节点的电压和注入各节点的有功和无功功率;
基于各节点的电压和注入各节点的有功和无功功率,计算各节点所在支路的基于潮流解的电压稳定指标,并计算各节点的电压偏差指标;
选择基于潮流解的电压稳定指标超过预设稳定阈值或电压偏差指标的绝对值超过预设偏差阈值的节点为待选节点。
与最接近的现有技术相比,本发明具有的有益效果如下:
本发明提供了一种考虑多指标的配电网储能***规划配置方法和***,包括:获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;对配电网仿真模型进行仿真,并基于仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;将待选节点、分布式电源发电功率、负荷用电功率数据、储能***单位功率成本、储能***单位容量成本、单位线路损耗成本、使用年限以及折现率输入预先建立的储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;其中,储能优化配置模型是以配电网总运行成本最小为目标,对实际进行储能配置的节点及各节点储能的额定功率和额定容量进行优化构建的;本发明利用储能电压调节的特性,选择配电网中的薄弱点进行储能配置,并以配电网总运行成本最小为目标对储能***进行优化配置,既考虑经济性能,又充分利用储能***的性能提高配电网安全性。
本发明提出一种电压稳定和电压偏差指标判断方法用于对储能的选点,从储能投资成本、线路损耗、电压稳定和电压偏差等多个指标来进行配电网储能***的优化配置,相比现有的选点配置技术,兼顾了储能配置的经济性以及对配网电压指标的影响。
附图说明
图1为本发明提供的一种考虑多指标的配电网储能***规划配置方法流程示意图;
图2为本发明提供的一个储能***规划配置方法具体实施例的流程示意图;
图3为本发明涉及的33节点配电网图;
图4为本发明提供的一种考虑多指标的配电网储能***规划配置***结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的一种考虑多指标的配电网储能***规划配置方法流程示意图如图1所示,包括:
步骤1:获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;
步骤2:对配电网仿真模型进行仿真,并基于仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;
步骤3:将待选节点、分布式电源发电功率、负荷用电功率数据、储能***单位功率成本、储能***单位容量成本、单位线路损耗成本、使用年限以及折现率输入预先建立的储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;
其中,储能优化配置模型是以配电网总运行成本最小为目标,对实际进行储能配置的节点及各节点储能的额定功率和额定容量进行优化构建的。
本实施例中,步骤2具体包括:
2-1.进行配电网潮流计算仿真,根据仿真分析计算当前配电网的电压稳定指标L和电压偏差指标ΔU。
2-1-1:基于潮流解的电压稳定指标L:
式中,Ln为节点n的基于潮流解的电压稳定指标的值,支路mn为节点m和节点n确定的支路,Pn和Qn分别为注入节点n的有功功率及无功功率,Rmn和Xmn分别为支路mn的电阻和电抗,Um为节点m的电压。L为电压稳定的必要条件,L越小,配电网电压越稳定,L超过预设稳定阈值则认为基于潮流解的电压稳定指标超标。其中,公式(1)是根据从节点m通过支路mn流向节点n的潮流解存在来推导节点n的电压稳定判据的,判定的是节点n的电压稳定性,Ln也可标记为Lmn。
2-1-2:电压偏差指标ΔUm:
式中Um为配电网中节点m的电压,UN为配电网***标称电压,即额定电压。国标GB12325-2008《电能质量—供电电压偏差》中对不同电压等级电压偏差限值有明确规定;ΔUm的绝对值超过预设偏差阈值则认为电压偏差指标超标。
2-2.根据各项指标的限值要求,不满足任一条件的所有点,作为配电网节点中的薄弱点存入集合G中。
2-3.G中所有点为需要进行储能配置的待选节点。
2-4.选点结束。
本发明的步骤3中,储能优化配置模型的建立过程,包括:
3-1:建立储能优化配置目标函数:以配电网总运行成本最小为目标建立优化模型如下:
minf=w1Cess+w2Closs+w3L+w4Udev (3)
其中,Cess为储能配置成本,Closs为配电网总损耗成本,L为基于潮流解的电压稳定指标,Udev为节点电压总偏差绝对值,w1、w2、w3、w4分别为权重系数,可根据实际应用场景采用专家打分法、层次分析法或人工神经网络等算法对各子项的权重进行赋值,使得***总成本最小。
其中各项计算如下:
3-1-1:储能配置成本:
3-1-2:***总损耗成本:
即上式对时间t的求和范围即优化周期T是全年内的每天24小时。
3-1-3:电压稳定指标值:
L=max{Lb} (6)
3-1-4:节点电压总偏差绝对值:
其中,ks为实际进行储能配置的节点的个数,y表示储能使用寿命,d为折现率,将储能***投资成本在寿命周期内进行年化,Cp表示储能***单位功率成本,Pessi表示第i个储能***的额定功率容量,Ce表示储能***单位容量成本,Eessi表示第i个储能***的额定能量容量,Plossz,t为第z条支路在t时刻的有功损耗,与对应支路节点是否接入储能及储能对应t时刻实时功率有关;Δt表示时段长度;N为支路数;Cep为单位线路损耗成本;Lb为该配电网中所有支路的基于潮流解的电压稳定指标的集合;Um,t为m节点t时刻的电压;UN表示节点电压额定值;Nbus表示配电网***节点数。即上式中,对时间t的求和范围是全天24小时。
优化目标式(3)中储能的额定功率Pessi和额定容量Eessi作为待求量,输入已知量和约束条件,可采用优化算法进行求解。
3-2:设定约束条件如下:
3-2-1:功率平衡约束
式中:Pm和Qm分别表示注入配电网中节点m的有功功率和无功功率,Pn和Qn分别表示注入配电网中节点n的有功功率和无功功率,Rmn、Xmn分别为节点m与节点n间的电阻与电抗,Pml和Qml分别为节点m的有功负荷与无功负荷,Un为节点n的电压,Pess.t和Qess.t分别为节点m接入储能***t时刻的有功功率和无功功率,放电时Pess.t和Qess.t为正值,xm为二进制决策变量,xm为1表示节点m接入储能***,xm为0表示节点m不接入储能***。
3-2-2:储能功率约束
Pess,min≤Eessi≤Pess,max (9)
式中Pess,max、Pess,min分别为储能允许安装功率容量的下限和上限。
3-2-3:节点电压约束
Umin≤Um,t≤Umax (10)
式中Umin、Umax分别为电压Um,t的下限和上限。
3-2-4:储能待选节点安装约束
式中:Nd表示待选节点的个数;Ness表示储能***接入个数。
3-2-5:储能充放电约束
-Pessi≤Pess,i,t≤Pessi (12)
式中,Pess,i,t为第i个储能***t时刻的功率。
3-2-6:储能***的荷电状态约束
式中:分别为储能***荷电状态的下限和上限,SSOC(t)为储能***t时刻的荷电状态,SSOC(1)为ESS荷电状态的初值。SSOC(24)为储能***一天的最后一时刻的荷电状态值;为储能***的平均荷电状态,为保证储能在相应下一天有足够的能量容量,设定储能***的平均荷电状态的值高于储能***荷电状态的初值SSOC(1)。
本发明的技术方案的一个具体实施例如图2所示,包括:
S1、获取配电网网络拓扑模型和参数、以及分布式电源发电功率、负荷用电功率数据;
S2、基于多指标判断进行储能补偿点的选址,包括:搭建配电网仿真模型进行仿真,计算当前电网的L指标和电压偏差指标,判断是否有节点任一个指标超过限值:若是,则选点成功,确定薄弱点作为储能配置选址,否则选点失败;
如果选址成功,则进入步骤S3,否则转入步骤S6;
S3、建立考虑配电网多指标的储能优化配置模型和约束条件;
S4、进行优化求解,并判断是否达到最大迭代次数,如果达到最大迭代次数,则转入步骤S5,否则转入步骤S4继续迭代;
S5、得最优方案;
S6、本次计算结束。
实施例2:
下面以图3所示的节点配电网图为例,验证本发明提出方法的优势。
配电网网络基准额定电压UN为12.66kV,总负荷为3715.0+j2300.0kvar,节点电压的上下限分别取1.05U和0.95U,年利率r为20%,储能装置使用寿命y为5年,折现因子为0.33,充放电效率为90%。储能允许接入的节点为2~33,最大允许安装功率为300kW,储能最大接入个数为2。
采用综合指标计算的储能优化配置情况进行分析,通过本文提出的方法可以计算得到储能装置的接入位置、额定容量和***年运行费用如表1所示。
表1储能***位置容量及***年运行经济成本
相比变压器扩容,通常是依照原容量的50%进行扩容,根据变压器的造价信息可以得到表2。
表2变压器扩容后***年运行费用
费用名称及单位 | 取值 |
变压器扩容费用/万元 | 70 |
线路损耗费用/万元 | 36.54 |
总费用/万元 | 106.54 |
通过表l、2的对比,配电网***采用储能配置时,虽然投资成本虽高于传统变压器扩容费用,但配置储能后年运行总费用低于采用变压器扩容方式的费用,相比于传统扩容方式,配置储能可为***带来明显经济效益。
储能对改善电压分析
为分析采用本发明提出的方法,储能装置改善电压质量上相比传统措施的优越性,分析储能对改善***电压波动、电压偏低的有效性,比较接入储能前后***电压情况。
此外进一步分析在***对有功容量的需求过大时,应用储能装置改善电压质量的方法相比传统措施的优越性,这里考虑负荷高峰期时有功负荷增大,***有功容量不足的情况。
正常负荷时节点18电压为11.556kV,线路重载时,节点18电压为10.827kV,此时节点电压越限。为针对上述电压问题,分别采取配置储能和无功补偿后的节点电压幅值改善情况。
储能和无功补偿的接入都能在一定程度上改善电压,但储能接入后,节点18的电压为11.125kV,电压提升且幅值在***电压偏差允许范围内;无功补偿接入后,该节点电压10.972kV,根据规定节点电压偏差不超过±5%,无功补偿接入后***末端节点18的电压幅值虽有提升但仍低于电压偏差允许下限。
实施例3:
基于同一发明构思,本发明还提供了一种考虑多指标的配电网储能***规划配置***,该***如图4所示,包括:
模型搭建模块、选点模块和储能规划模块;
模型搭建模块,用于获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;
选点模块,用于对配电网仿真模型进行仿真,并基于仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;
储能规划模块,用于将待选节点、分布式电源发电功率、负荷用电功率数据、储能***单位功率成本、储能***单位容量成本、单位线路损耗成本、使用年限以及折现率输入预先建立的储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;
其中,储能优化配置模型是以配电网总运行成本最小为目标,对实际进行储能配置的节点及各节点储能的额定功率和额定容量进行优化构建的。
其中,该***还包括建模模块;
建模模块,用于以配电网总运行成本最小为目标建立目标函数,为目标函数建立功率平衡约束、储能功率约束、节点电压约束、储能待选节点安装约束、储能充放电约束和储能***荷电状态约束作为约束条件,得到储能优化配置模型。
其中,目标函数的计算式如下:
f=min(w1Cess+w2Closs+w3L+w4Udev)
式中,f为目标函数的值,Cess为储能配置成本,Closs为配电网总损耗成本,L为基于潮流解的电压稳定指标,Udev为节点电压总偏差绝对值,w1为储能配置成本Cess的权重,w2为配电网总损耗成本Closs的权重,w3为基于潮流解的电压稳定指标L的权重,w4为节点电压总偏差绝对值Udev的权重。
其中,储能配置成本Cess的计算式如下:
式中,y为储能***的使用寿命,d为折现率,ks为实际进行储能配置的节点的个数,Cp为储能***的单位功率成本,Pessi为第i个储能***的额定功率容量,Ce为储能***的单位容量成本,Eessi为第i个储能***的额定能量容量;
配电网总损耗成本Closs的计算式如下:
式中,Plossz,t为第z条支路在t时刻的有功损耗,N为配电网的支路数,Δt为时段长度,T为优化周期的长度,Cep为单位线路损耗成本;
基于潮流解的电压稳定指标L的计算如下:
L=max{Lb}
式中,Lb为配电网中所有支路的基于潮流解的电压稳定指标的集合;
节点电压总偏差绝对值Udev的计算式如下:
式中,Um,t为配电网中节点m在t时刻的电压,UN为节点电压额定值,Nbus为配电网的节点数。
其中,功率平衡约束的计算式如下:
式中,Pzm和Qzm分别表示注入配电网中节点m的有功功率和无功功率,Pzm-1和Qzm-1分别表示注入配电网中节点m-1的有功功率和无功功率,Rm、Xm分别为节点m-1与节点m间的电阻与电抗,Pm和Qm分别为节点m的有功负荷与无功负荷,Um-1为节点m-1的电压,Pess,i和Qess,i分别为节点m接入储能***i的有功功率和无功功率,xm为二进制决策变量,xm为1表示节点m接入储能***,xm为0表示节点m不接入储能***;
储能待选节点安装约束的计算式如下:
式中,Nd为待选节点的个数,Ness为实际进行储能配置的节点的个数。
其中,选点模块具体用于:
基于配电网仿真模型进行潮流仿真计算,得到配电网中各节点的电压和注入各节点的有功和无功功率;
基于各节点的电压和注入各节点的有功和无功功率,计算各节点所在支路的基于潮流解的电压稳定指标,并计算各节点的电压偏差指标;
选择基于潮流解的电压稳定指标超过预设稳定阈值或电压偏差指标的绝对值超过预设偏差阈值的节点为待选节点。
其中,基于潮流解的电压稳定指标的计算式如下:
式中,Ln为节点n的基于潮流解的电压稳定指标的值,支路mn为节点m和节点n确定的支路,Pn和Qn分别为注入节点n的有功功率及无功功率,Rmn和Xmn分别为支路mn的电阻和电抗,Um为节点m的电压;
电压偏差指标的计算式如下:
式中,ΔUm为节点m的偏差指标的值,UN为节点电压额定值。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (10)
1.一种考虑多指标的配电网储能***规划配置方法,其特征在于,包括:
获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;
对所述配电网仿真模型进行仿真,并基于仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;
将所述待选节点、分布式电源发电功率、负荷用电功率数据、储能***单位功率成本、储能***单位容量成本、单位线路损耗成本、使用年限以及折现率输入预先建立的储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;
其中,所述储能优化配置模型是以配电网总运行成本最小为目标,对实际进行储能配置的节点及各节点储能的额定功率和额定容量进行优化构建的。
2.如权利要求1所述的方法,其特征在于,所述储能优化配置模型的建立,包括:
以配电网总运行成本最小为目标建立目标函数;
为所述目标函数建立功率平衡约束、储能功率约束、节点电压约束、储能待选节点安装约束、储能充放电约束和储能***荷电状态约束作为约束条件,得到储能优化配置模型。
3.如权利要求2所述的方法,其特征在于,所述目标函数的计算式如下:
f=min(w1Cess+w2Closs+w3L+w4Udev)
式中,f为目标函数的值,Cess为储能配置成本,Closs为配电网总损耗成本,L为基于潮流解的电压稳定指标,Udev为节点电压总偏差绝对值,w1为储能配置成本Cess的权重,w2为配电网总损耗成本Closs的权重,w3为基于潮流解的电压稳定指标L的权重,w4为节点电压总偏差绝对值Udev的权重。
4.如权利要求3所述的方法,其特征在于,所述储能配置成本Cess的计算式如下:
式中,y为储能***的使用寿命,d为折现率,ks为实际进行储能配置的节点的个数,Cp为储能***的单位功率成本,Pessi为第i个储能***的额定功率容量,Ce为储能***的单位容量成本,Eessi为第i个储能***的额定能量容量;
所述配电网总损耗成本Closs的计算式如下:
式中,Plossz,t为第z条支路在t时刻的有功损耗,N为配电网的支路数,Δt为时段长度,T为优化周期的长度,Cep为单位线路损耗成本;
所述基于潮流解的电压稳定指标L的计算如下:
L=max{Lb}
式中,Lb为配电网中所有支路的基于潮流解的电压稳定指标的集合;
所述节点电压总偏差绝对值Udev的计算式如下:
式中,Um,t为配电网中节点m在t时刻的电压,UN为节点电压额定值,Nbus为配电网的节点数。
6.如权利要求1所述的方法,其特征在于,所述基于所述配电网仿真模型选择配电网中需要进行储能配置的待选节点,包括:
基于所述配电网仿真模型进行潮流仿真计算,得到配电网中各节点的电压和注入各节点的有功和无功功率;
基于各节点的电压和注入各节点的有功和无功功率,计算各节点所在支路的基于潮流解的电压稳定指标,并计算各节点的电压偏差指标;
选择基于潮流解的电压稳定指标超过预设稳定阈值或电压偏差指标的绝对值超过预设偏差阈值的节点为待选节点。
8.一种考虑多指标的配电网储能***规划配置***,其特征在于,包括:模型搭建模块、选点模块和储能规划模块;
所述模型搭建模块,用于获取待规划区域的配电网的网络拓扑模型和参数以及分布式电源发电功率、负荷用电功率数据,搭建配电网仿真模型;
所述选点模块,用于对所述配电网仿真模型进行仿真,并基于仿真结果选择配电网中需要进行储能配置的薄弱点作为待选节点;
所述储能规划模块,用于将所述待选节点、分布式电源发电功率、负荷用电功率数据、储能***单位功率成本、储能***单位容量成本、单位线路损耗成本、使用年限以及折现率输入预先建立的储能优化配置模型进行求解,得到实际进行储能配置的节点及各节点储能的额定功率和额定容量;
其中,所述储能优化配置模型是以配电网总运行成本最小为目标,对实际进行储能配置的节点及各节点储能的额定功率和额定容量进行优化构建的。
9.如权利要求8所述的***,其特征在于,还包括建模模块;
所述建模模块,用于以配电网总运行成本最小为目标建立目标函数,为所述目标函数建立功率平衡约束、储能功率约束、节点电压约束、储能待选节点安装约束、储能充放电约束和储能***荷电状态约束作为约束条件,得到储能优化配置模型。
10.如权利要求8所述的***,其特征在于,所述选点模块具体用于:
基于所述配电网仿真模型进行潮流仿真计算,得到配电网中各节点的电压和注入各节点的有功和无功功率;
基于各节点的电压和注入各节点的有功和无功功率,计算各节点所在支路的基于潮流解的电压稳定指标,并计算各节点的电压偏差指标;
选择基于潮流解的电压稳定指标超过预设稳定阈值或电压偏差指标的绝对值超过预设偏差阈值的节点为待选节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915748.4A CN113809763A (zh) | 2021-08-10 | 2021-08-10 | 一种考虑多指标的配电网储能***规划配置方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915748.4A CN113809763A (zh) | 2021-08-10 | 2021-08-10 | 一种考虑多指标的配电网储能***规划配置方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113809763A true CN113809763A (zh) | 2021-12-17 |
Family
ID=78943038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110915748.4A Pending CN113809763A (zh) | 2021-08-10 | 2021-08-10 | 一种考虑多指标的配电网储能***规划配置方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113809763A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116544976A (zh) * | 2023-05-05 | 2023-08-04 | 国网江苏省电力有限公司泰州供电分公司 | 一种计及负荷不确定性的储能***容量规划方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103034912A (zh) * | 2012-12-20 | 2013-04-10 | 诸暨市供电局 | 一种分布式电源选址定容的优化方法 |
-
2021
- 2021-08-10 CN CN202110915748.4A patent/CN113809763A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103034912A (zh) * | 2012-12-20 | 2013-04-10 | 诸暨市供电局 | 一种分布式电源选址定容的优化方法 |
Non-Patent Citations (3)
Title |
---|
谢超: "分布式电源对配电网电压的影响及优化配置研究", 《中国优秀硕士学位论文全文数据库》, pages 16 - 17 * |
郜宁等: "区域电网分布式储能选址定容规划", 《高压电器》, vol. 56, no. 8, pages 52 - 58 * |
陈厚合等: "提升配电网电压质量的分布式储能经济优化配置方法", 《电网技术》, vol. 42, no. 7, pages 2127 - 2135 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116544976A (zh) * | 2023-05-05 | 2023-08-04 | 国网江苏省电力有限公司泰州供电分公司 | 一种计及负荷不确定性的储能***容量规划方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103840457B (zh) | 考虑电动汽车充放电影响的配电网内dg优化配置方法 | |
CN109787261B (zh) | 电网侧及用户侧储能***容量优化配置方法 | |
CN102055196B (zh) | 一种电力***中10kv配电网的无功补偿优化方法 | |
CN105226688A (zh) | 基于机会约束模型的多类型储能***容量优化配置方法 | |
CN111244985B (zh) | 基于节点综合灵敏度系数的分布式储能序次优化配置方法 | |
CN113644670B (zh) | 一种储能容量优化配置的方法及*** | |
CN110135662B (zh) | 一种考虑减小峰谷差的储能选址定容多目标优化方法 | |
CN112186744B (zh) | 一种适用于含分布式电源配电网的供电恢复方法及应用 | |
CN115102239B (zh) | 一种考虑soc均衡的储能电站一次调频控制方法及*** | |
CN112053035A (zh) | 考虑经济性与灵活性的输电通道与储能联合规划方法 | |
CN114154790A (zh) | 基于需量管理和柔性负荷的工业园区光储容量配置方法 | |
CN115764849A (zh) | 一种混合储能容量优化配置方法及其配置*** | |
CN109038668B (zh) | 一种基于弃风利用的塔筒电梯供电方法及储能*** | |
Chun et al. | Unit commitment considering coordinated dispatch of large scale electric vehicles and wind power generation | |
CN117254464B (zh) | 一种储能***的控制方法及*** | |
CN113809763A (zh) | 一种考虑多指标的配电网储能***规划配置方法和*** | |
CN113659623A (zh) | 一种基于布林线理论的风储联合***的优化方法及*** | |
CN113361078A (zh) | 一种考虑光伏发电不确定性的配电网云边协同调控方法 | |
CN112928780B (zh) | 一种配电网灾后供电恢复方法及*** | |
CN112531735A (zh) | 基于机器学习的自动发电控制***的功率分配方法及装置 | |
CN112016186A (zh) | 一种基于随机场景构建的年度弃风、弃光率计算方法 | |
CN111509747A (zh) | 一种电网储能优化配置方法、装置和设备 | |
CN111539086A (zh) | 一种储能电站多点布局方法及*** | |
CN114899854A (zh) | 一种分布式储能提升台区新能源消纳运行控制方法和*** | |
CN110429627B (zh) | 一种基于负荷自适应的储能晚高峰负荷削减方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211217 |