CN116014769B - 一种低压台区侧移动储能日前调度方法 - Google Patents
一种低压台区侧移动储能日前调度方法 Download PDFInfo
- Publication number
- CN116014769B CN116014769B CN202310077600.7A CN202310077600A CN116014769B CN 116014769 B CN116014769 B CN 116014769B CN 202310077600 A CN202310077600 A CN 202310077600A CN 116014769 B CN116014769 B CN 116014769B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- formula
- mobile energy
- mobile
- transformer
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 234
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012546 transfer Methods 0.000 claims abstract description 74
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 230000008901 benefit Effects 0.000 claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims abstract description 38
- 238000005070 sampling Methods 0.000 claims abstract description 25
- 230000009467 reduction Effects 0.000 claims description 13
- 238000011065 in-situ storage Methods 0.000 claims description 9
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 2
- 125000003275 alpha amino acid group Chemical group 0.000 claims 1
- 150000001875 compounds Chemical class 0.000 claims 1
- 230000029087 digestion Effects 0.000 abstract 1
- 238000009826 distribution Methods 0.000 description 11
- 101100478674 Mus musculus Stk3 gene Proteins 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 101100401100 Caenorhabditis elegans mes-1 gene Proteins 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007727 cost benefit analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
- H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种低压台区侧移动储能日前调度方法，从缓解低压台区变压器过重载及分布式电源就地消纳问题以及通过移动储能实现多台区能量时空互补的角度以移动储能的成本‑效益为优化目标，建立了双段优化模型。第一阶段首先确定预选台区与移动储能，其次通过混合整数二次规划方法以1小时为采样间隔对反映各移动储能时空转移路径的时空转移矩阵进行优化；第二阶段通过混合整数二次规划方法以15min为采样间隔，对第一阶段时空转移路径优化后的移动储能进行充放电运行优化，最终得到运行成本最小的移动储能运行曲线。本发明考虑了移动储能成本和效益，可以获得较为经济的低压台区侧移动储能日前调度方案，为移动储能的调度方法提供一定的参考。
Description
技术领域
本发明属于台区侧储能日前调度方法领域，在考虑通过移动储能解决台区短期重载过载和新能源发电就地消纳问题的基础上，特别设计一种考虑在台区间灵活转移实现多台区能量时空互补的移动储能日前调度方法。
背景技术
新型电力***背景下，配电网的源荷端发生重大变革，随着国家能源政策实施及地方产业结构的调整，5G基站、电动汽车充电桩等新型负荷快速发展，配变台区的建设运行压力重重。近年来可再生能源技术的快速发展使得配电网风电、光伏等可再生能源分布式能源的渗透率不断提高。高比例可再生能源的并网，对电力***的稳定运行带来巨大的安全隐患。储能作为新型电力***中对于电源发电不确定性和负荷使用无序性间的柔性“缓冲器”，对电网起到削峰填谷、调峰调频、提高电能质量等重要作用，是新型电力***建设的重要保障。然而，储能的投资成本较高，是储能技术大规模推广和使用的主要制约因素。移动储能***作为一种时空分布更加灵活的分布式储能，其位置可变，反应迅速。相较于固定式储能，移动储能设备体积紧凑，占地面积较小，可以利用现有变压器所在场所就地部署，无需长距离架设线路或敷设电缆，所以常用于配电网应急供电、临时增容等方面。
现有文献对于移动储能调度方法开展了大量的研究工作，包括移动储能***在峰谷套利、可再生能源消纳、调压、疏导阻塞方面的作用及相应的优化调度与配置进行了相关研究。此外还有部分文献分析了移动储能***的应用场合和需求，总结了包括独立电源、应急电源、备用容量等几种典型应用模型，并给出了典型移动储能***设计方案。目前，由于移动储能***具备灵活性强、应用场景广泛、综合成本较低、能够适应极端环境等特点，移动储能***已经作为一种灵活性资源开始在电力***的多种场景中应用，除了上述场景外，移动储能用于农网升级、配网末端的电能质量治理也是近年来的研究热点。但已有相关研究针对移动储能调度方法研究时少有考虑移动储能在低压台区的调控作用，以及其可以短时间内在多个台区间移动，通过少量移动储能部署解决更多的台区问题，从而提高***的经济性。另外，通过选择合适的路径使储能在多个具有能量错时互补特性的台区间移动，实现多个台区的能量互补，提高***的灵活性和经济性。
目前移动储能调度方法较少涉及其在低压台区的应用，并且未考虑移动储能在短期部署时的灵活移动能力。本发明针对移动储能解决台区短期重载过载和新能源发电就地消纳问题，设计了一种两阶段的日前调度模型，第一阶段优化移动储能的时空转移路径，第二阶段优化移动储能的运行曲线，两阶段的优化方法降低了模型的求解难度，提高了求解的效率。
发明内容
针对上述现有技术，本发明提供一种考虑台区间灵活转移的低压台区侧移动储能日前调度方法，从缓解低压台区变压器过载重载及分布式电源就地消纳问题以及通过移动储能实现多台区负载互补的角度以移动储能的成本-效益为优化目标，结合运行策略建立了双段优化模型。分别确定了移动储能的时空转移路径以及相应的运行功率。通过对基于实际台账数据的算例进行移动储能日前调度实例分析，证明该方法可以有效的缓解低压台区变压器过载重载及分布式电源就地消纳问题以及通过灵活移动实现多台区间的能量互补并通过套利运行降低储能成本，提高储能***的经济性。
为了解决上述技术问题，本发明提出一种低压台区侧移动储能日前调度方法，包括以下步骤：
步骤1、输入数据，包括各台区设备参数及综合负荷数据，移动储能参数和各台区间的转移距离；
步骤2、第一阶段的优化，对移动储能的时空转移路径进行优化：根据步骤1输入的所有数据，确定预选台区与预部署移动储能，并针对低压台区重载过载和新能源就地消纳问题通过混合整数二次规划方法以1小时为采样间隔对各移动储能时空转移矩阵Mi进行优化，输出反映各移动储能的时空转移路径的各移动储能时空转移矩阵Mi；
步骤3、第二阶段的优化，对第一阶段时空转移路径优化后的各移动储能进行运行优化：根据步骤1输入的前两项数据，针对低压台区重载过载和新能源就地消纳问题通过混合整数二次规划方法以15min为采样间隔，对第一阶段优化后确定时空转移路径的各移动储能进行运行优化，最终得到运行成本最小的移动储能运行曲线。
进一步讲，本发明所述低压台区侧移动储能日前调度方法，其中：
第一阶段的优化包括以下步骤：
步骤A-1、确定预选台区和预部署移动储能，包括：台区变压器参数、台区负载曲线、各台区间的路线距离和移动储能数量及相应参数，并构建各移动储能时空转移矩阵Mi；
步骤A-2、考虑移动储能的成本与收益，根据式(1)构建优化模型的目标函数ffirst，所述成本与收益包括移动储能运行成本、移动成本、套利收益、降损收益和负载率偏差惩罚成本，此阶段采样间隔为1小时，
ffirst＝min(Cop+Cmove-Iab-Iloss+cpun·LAdev) (1)
式(1)中：第一项Cop为移动储能运行成本，SOCavg,i和DODi(t)分别为第i个移动储能的平均荷电状态和放电深度；CE为电池本体单位能量价格，Erate,i为第i个移动储能的额定容量，NMESS为预部署移动储能车数量；AIdl,BIdl,ACyc,BCyc为参数，分别为1.952e-5，1.75e-5，4.9e-5，7.859e-6；第二项Cmove为移动成本，利用式(3)得到，T为移动储能部署周期时长，cmove为移动储能单位移动成本，dhk为移动储能在台区h与台区k间的转移距离，Mi为第i个移动储能的时空转移矩阵；第三项Iab为套利收益，利用式(4)得到，式(4)中，Pch,i(t)和Pdis,i(t)分别为第i个移动储能在t时段的充电功率和放电功率，Price(t)为台区所在地区的t时段的分时电价；第四项Iloss为降低变压器损耗获得的降损收益，利用式(5)得到，式(5)中，Plosso,k(t)和Ploss,k(t)分别为移动储能部署前后台区变压器损耗，NT为台区集合；第五项cpun·LAdev为台区负载率偏差惩罚，cpun为偏差惩罚，LAdev为负载率偏差总和利用式(6)得到，式(6)中，LAdev,k(t)为台区k在t时段的电压偏差，NT为台区集合，LAthr,max和LAthr,min分别为负载率优化区间的上下限；
步骤A-3、根据式(7)-式(9)建立移动储能时空转移矩阵约束，
式(7)-式(9)中：Mi(t,k)为移动储能i时空转移矩阵中储能在t时段位于台区k的状态位，若此时移动储能i部署于该台区则该状态位为1否则为0；Mi(t,kh)为移动储能i时空转移矩阵中储能在t时段位于台区k、h间转移的状态位，若此时移动储能i处于在台区k、h间转移过程则该状态位为1否则为0；式(7)表明在任一时段储能必处于某一确定状态；式(8)和式(9)约束了移动储能在不同台区相邻时刻的状态；
步骤A-4、根据式(10)-式(13)建立移动储能外特性约束，
式(10)中，Prate,i为移动储能i的额定功率；式(11)中，Erate,i为移动储能i的额定容量，SOC i(t)为移动储能i在t时段的荷电状态，SOCmin与SOCmax为荷电状态上限和下限，Δt为1h；式(12)中，Pch,i,k(t)、Pdis,i,k(t)分别为t时段移动储能i在台区k的充电和放电功率；式(13)中，μk(t)为台区k所接储能充放电标志位，为0-1变量，部署于台区k的所有移动储能共用一个充放电标志位；
步骤A-5、根据式(14)-式(15)建立台区变压器外特性约束，
式(14)中，Ptrans,k(t)和Pload,k(t)分别为台区k变压器的流经功率和负载功率；式(15)中，LAk(t)为t时段台区k变压器的负载率，SN,k为变压器额定容量，LA1和LA2分别为正向负载率上限和反向负载率上限；
步骤A-6、对上述式(6)和式(9)进行线性化使其转化为混合整数二次规划模型，将式(6)转化为式(16)，并将式(9)转化为式(17)，
式(17)中，B为较大的数用于松弛约束；νi,kh(t)为0-1变量；
步骤A-7、使用Gurobi或Cplex软件对式(1)-式(17)进行求解，获得所述的各移动储能的时空转移矩阵Mi。
所述的第二阶段的优化包括以下步骤：
步骤B-1、输入与第一阶段相同的预选台区和预部署移动储能，包括：台区变压器参数、台区负载曲线和移动储能数量及相应参数，并输入第一阶段输出的各移动储能的时空转移矩阵Mi；
步骤B-2、考虑移动储能的成本与收益根据式(18)构建优化模型的目标函数fsecond，所述成本与收益包括移动储能运行成本、套利收益、降损收益和负载率偏差惩罚成本，确定采样间隔为15min，
fsecond＝min(Cop-Iab-Iloss+cpun·LAdev) (18)
式(18)中，第一项Cop为移动储能运行成本，计算方式同式(2)；第二项Iab为套利收益，利用式(4)得到；第三项Iloss为降低变压器损耗获得的降损收益，利用式(5)得到；第四项cpun·LAdev为台区负载率偏差惩罚，cpun为偏差惩罚，LAdev为负载率偏差总和利用式(6)得到；
步骤B-3、根据式(10)-(13)建立移动储能外特性约束，确定采样间隔为15min；
步骤B-4、根据式(14)-(15)建立台区变压器外特性约束，确定采样间隔为15min；
步骤B-5、对式(6)进行线性化使其转化为混合整数二次规划模型，将式(6)转化为式(16)；
步骤B-6、使用Gurobi或Cplex软件对式(2)、式(4)-式(6)、式(10)-式(16)、式(18)进行求解，输出运行成本最小的移动储能运行曲线及收益和成本结果。
与现有移动储能优化调度方法相比，本方法考虑了通过移动储能短期部署解决台区短时重载过载及分布式能源就地消纳问题，并且考虑了通过移动储能的灵活转移能力实现多台区的能量互补，是对现有移动储能优化调度方法的完善和补充。低压台区侧移动储能优化调度方法，对于配电网的规划和运行，具有重要的指导意义，有利于提高配电网可再生能源发电渗透率和利用率，有利于提高配电网的供电质量，可作为多能互补分布式能源综合利用的有效补充和保障，是建设智能配电网和能源互联网的重要基础。
附图说明
图1为本方法的模型求解框图；
图2为移动储能时空转移矩阵范例；
图3为案例部署移动储能前台区运行情况及该地区分时电价；
图4为MESS1时空转移矩阵优化结果；
图5为各移动储能运行功率；
图6为各移动储能荷电状态SOC；
图7为台区LVDTS-A运行情况；
图8为台区LVDTS-B运行情况；
图9为台区LVDTS-C运行情况。
具体实施方式
本发明提出的一种低压台区侧移动储能日前调度方法的设计思路是：该方法考虑台区间灵活转移的从缓解低压台区变压器过载重载及分布式电源就地消纳问题以及通过移动储能实现多台区负载互补的角度以移动储能的成本-效益为优化目标，结合运行策略建立了双段优化模型，利用混合整数二次规划模型结合相应的商业软件进行求解，分别确定了移动储能的时空转移路径以及相应的运行功率。该方法中双段优化的主要内容如下：
第一阶段对移动储能的时空转移路径进行优化：根据输入的数据：包括各台区设备参数及综合负荷数据，移动储能参数和各台区间的转移距离；确定预选台区与预部署移动储能，并针对低压台区重载过载和新能源就地消纳问题，以移动储能的成本-效益为优化目标并计及移动储能时空转移矩阵约束、移动储能外特性约束和台区变压器外特性约束，通过混合整数二次规划方法以1小时为采样间隔对各储能时空转移矩阵Mi进行优化，并最终输出反映各移动储能的时空转移路径的各移动储能时空转移矩阵Mi。
第二阶段基于第一阶段优化后的时空转移路径对各移动储能进行运行优化：根据步骤1输入的前两项数据，针对低压台区重载过载和新能源就地消纳问题，以移动储能的成本-效益为优化目标并计及移动储能外特性约束和台区变压器外特性约束，以15min为采样间隔通过混合整数二次规划方法，对第一阶段优化后输出的各移动储能时空转移矩阵进行运行优化，最终得到运行成本最小的移动储能运行曲线。
本发明方法考虑了移动储能运行成本、移动成本、套利收益、降载收益和调载偏差惩罚成本，可以获得较为经济的并实现多台区能量时空互补的低压台区侧移动储能日前调度方案，为移动储能的调度方法提供一定的参考。
下面结合附图及具体实施例对本发明做进一步的说明，但下述实施例绝非对本发明有任何限制。
本发明提出的一种考虑台区间灵活转移的低压台区侧移动储能日前调度方法，
首先，输入数据，包括各台区设备参数及综合负荷数据，移动储能参数和各台区间的转移距离；然后，按顺序进行下列两个阶段的优化，如图1所示：
第一阶段、对移动储能的时空转移路径进行优化：确定预选台区与预部署移动储能，并针对低压台区重载过载和新能源就地消纳问题通过混合整数二次规划方法以1小时为采样间隔对各储能时空转移矩阵进行优化，并最终输出各移动储能的时空转移路径；
第二阶段、对第一阶段确定时空转移路径的各移动储能进行运行优化：基于第一阶段最终输出的各移动储能时空转移矩阵，针对低压台区重载过载和新能源就地消纳问题以15min为采样间隔通过混合整数二次规划方法优化出运行成本最小的移动储能运行曲线。
本发明方法中所述的第一阶段包括按顺序进行的以下步骤：
步骤A-1、确定预选台区和预部署移动储能，包括：台区变压器参数、台区负载曲线、台区间的路线距离和移动储能数量及相应参数，并构建各移动储能时空转移矩阵；
以图2为例说明移动储能时空转移矩阵，第一阶段优化模型的采样间隔为1h。LVDTS-A/B/C分别表示低压台区的名称，A-B/B-C/C-A表示移动储能的转移路径。当移动储能在某个时间处于某个位置时，其相应的状态为1，否则设置为0。例如，当在10点移动储能连接到台区LVDTS-A时，(LVDTS-A，10)为1。
在此算例***中，取三个台区的实际台账数据作为优化基础，并预部署三台移动储能MESS1、MESS2、MESS3，台区参数及储能装置参数分别如表1和表2所示。各台区变压器在移动储能部署前的运行情况与该地区分时电价如图3所示。
表1
| 参数 | SN(kV·A) | UN(kV) | PK(kW) | LA1 | LA2 |
| LVDTS-A | 315 | 10 | 3.65 | 1 | 1 |
| LVDTS-B | 400 | 10 | 4.2 | 1 | 1 |
| LVDTS-C | 500 | 10 | 5.1 | 1 | 1 |
表2
步骤A-2、考虑移动储能的成本与收益根据式(1)构建优化模型的目标函数ffirst，所述成本与收益包括移动储能运行成本、移动成本、套利收益、降损收益和负载率偏差惩罚成本，此阶段采样间隔为1小时，
ffirst＝min(Cop+Cmove-Iab-Iloss+cpun·LAdev) (1)
式(1)，第一项Cop为移动储能运行成本，SOCavg,i和DODi(t)分别为第i个移动储能的平均荷电状态和放电深度。CE为电池本体单位能量价格，Erate,i为第i个移动储能的额定容量如表2所示，NMESS为预部署移动储能车数量，本案例中为3。AIdl,BIdl,ACyc,BCyc为参数，分别为1.952e-5，1.75e-5，4.9e-5，7.859e-6。
第二项Cmove为移动成本，利用式(3)得到，T为移动储能部署周期时长，cmove为移动储能单位移动成本，dhk为移动储能在台区h与台区k间的转移距离，Mi为第i个移动储能的时空转移矩阵；本算例中LVDTS-A至LVDTS-B的距离为6.7km，LVDTS-B至LVDTS-C的距离为8.3km，LVDTS-A至LVDTS-C之间的距离为12.5km；移动储能的单位转移成本为0.1687($/km)。
第三项Iab为套利收益，利用式(4)得到，式(4)中，Pch,i(t)和Pdis,i(t)分别为第i个移动储能在t时段的充电功率和放电功率，Price(t)为台区所在地区的t时段的分时电价，如图3所示；
第四项Iloss为降低变压器损耗获得的降损收益，利用式(5)得到，式(5)中，Plosso,k(t)和Ploss,k(t)分别为移动储能部署前后台区变压器损耗，NT为台区集合即本案例中包含LVDTS-A，LVDTS-B和LVDTS-C；
第五项cpun·LAdev为台区负载率偏差惩罚，cpun为偏差惩罚，本案例中取200；LAdev为负载率偏差总和利用式(6)得到，式(6)中，LAdev,k(t)为台区k在t时段的电压偏差，LAthr ,max和LAthr,min分别为负载率优化区间的上下限，即0.75和0。
步骤A-3、根据式(7)-式(9)建立移动储能时空转移矩阵约束，
式(7)-(9)中各移动储能时空转移矩阵Mi的构建方法是：构建(n+n(n-1)/2)列T行矩阵或是T列(n+n(n-1)/2)行矩阵；该矩阵中，每个元素为0-1变量，代表该移动储能是否处于该状态，若移动储能处于该状态则该位元素为1否则为0；其中T代表移动储能部署周期的采样时段数量，n代表预选台区数量，n(n-1)/2代表各台区间转移路线数量；Mi(t,k)表示移动储能i在t时段位于台区k的状态位，当此时移动储能部署于台区k则Mi(t,k)为1；Mi(t,kh)表示移动储能i位于t时段在台区k、h间转移的状态位，若此时移动储能i处于在台区k、h间转移过程则该状态位为1否则为0；式(7)表明在任一时段储能必处于某一确定状态，式(8)和(9)约束了移动储能在不同台区相邻时刻的状态。
步骤A-4、根据式(10)-式(13)建立移动储能外特性约束，
式(10)中，Prate,i为移动储能i的额定功率；式(11)中，Erate,i为移动储能i的额定容量，SOC i(t)为移动储能i在t时段的荷电状态，SOCmin与SOCmax为荷电状态上限和下限，Δt为1h，本案例中各储能参数如表2所示。式(12)中，Pch,i,k(t)、Pdis,i,k(t)分别为t时段移动储能i在台区k的充电和放电功率；式(13)中，μk(t)为台区k所接储能充放电标志位，为0-1变量，部署于台区k的所有移动储能共用一个充放电标志位。
步骤A-5、根据式(14)-式(15)建立台区变压器外特性约束，
式(14)中，Ptrans,k(t)和Pload,k(t)分别为台区k变压器的流经功率和负载功率；式(15)中，LAk(t)为t时段台区k变压器的负载率，SN,k为变压器额定容量，LA1和LA2分别为正向负载率上限和反向负载率上限，本案例中各台区变压器参数如表1所示。
步骤A-6、对上述模型进行线性化使其转化为混合整数二次规划模型，将(6)转化为(16)并将(9)转化为(17)，
式(17)中，B为较大的数用于松弛约束，与Big M方法相同；νi,kh(t)为0-1变量；
步骤A-7、使用MATLAB编程调用Gurobi软件对上述模型进行求解，获得各移动储能的时空转移矩阵Mi并输出至第二阶段，本案例第一阶段优结果中MESS1的时空转移矩阵M1如图4所示，而MESS2一直部署在台区LVDTS-A，MESS3一直部署在台区LVDTS-C未移动，结合图3台区负载情况和表2储能参数可知，MESS1的容量更大，调节能力更强，所以其在多台区间转移实现台区间的能量互补，LVDTS-A重过载情况较为严重，需要单独配置储能进行降载，而LVDTS-C重载情况虽较轻但持续时间较长，故需要移动储能长时间部署于该台区实现降载调节。
本发明中所述第二阶段的内容是：基于第一阶段确定的各储能时空转移路径对各移动储能进行运行优化：基于第一阶段最终输出的各移动储能时空转移矩阵，以15min为采样间隔通过混合整数二次规划方法优化出运行成本最小的移动储能运行曲线。第二阶段包括按顺序进行的以下步骤：
步骤B-1、输入与第一阶段相同的预选台区和预部署移动储能，包括：台区变压器参数、台区负载曲线和移动储能数量及相应参数，并输入第一阶段输出的各移动储能的时空转移矩阵Mi；台区参数及储能装置参数分别如表1和表2所示。各台区变压器在移动储能部署前的运行情况与该地区分时电价如图3所示。第一阶段优化结果输入包括MESS1的时空转移矩阵M1如图4所示，MESS2部署在台区LVDTS-A，MESS3部署在台区LVDTS-C；
步骤B-2、考虑移动储能的成本与收益根据式(18)构建优化模型的目标函数fsecond，所述成本与收益包括移动储能运行成本、套利收益、降损收益和负载率偏差惩罚成本，此阶段采样间隔由1小时改为15min，
fsecond＝min(Cop-Iab-Iloss+cpun·LAdev) (18)
式(18)，第一项Cop为移动储能运行成本，计算方式同式(2)；第二项Iab为套利收益，利用式(4)得到；第三项Iloss为降低变压器损耗获得的降损收益，利用式(5)得到；第四项cpun·LAdev为台区负载率偏差惩罚，cpun为偏差惩罚，本案例中取200；LAdev为负载率偏差总和利用式(6)得到，LAthr,max和LAthr,min分别取0.75和0。
步骤B-3、根据式(10)-(13)建立移动储能外特性约束，采样间隔由1小时改为15min，
步骤B-4、根据式(14)-(15)建立台区变压器外特性约束，采样间隔由1小时改为15min，
步骤B-5、对上述模型进行线性化使其转化为混合整数二次规划模型，将(6)转化为(16)，
步骤B-6、使用MATLAB编程调用Gurobi软件对上述模型进行求解，输出各移动储能的运行曲线如图5-图6所示，各台区运行曲线如图7-图9所示，成本效益结果如表3所示。
表3
结合图3和图7-图9可知通过移动储能的部署与MESS1的台区间转移可以解决多台区的过载和重载问题以及新能源就地消纳问题。结合图7和图8可以看出通过MESS1可以实现台区LVDTS-A与LVDTS-B间的能量互补，即在台区LVDTS-B新能源电源渗透率较高发生潮流返送时充电，并错时转移至台区LVDTS-A放电实现降载调节。由表3可知通过套利运行可以大幅降低移动储能的配置成本，并且对比表3中两个场景即允许移动储能在台区间转移与不允许储能在台区间转移两个场景的成本效益分析可知，本方法提出的储能在台区间灵活转移方案的经济性更好，成本约降低了19％。
综上，本发明方法通过采用两段式优化求解方法解决低压台区移动储能日前调度问题，考虑了降低台区变压器负载率、就地消纳新能源发电和通过移动储能的灵活转移实现多台区的能量时空互补，从而可以获得较为经济的低压台区移动储能日前调度方案，为配电网的移动储能日前调度方法提供一定的参考。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。
Claims (1)
1.一种低压台区侧移动储能日前调度方法，其特征在于，包括以下步骤：
步骤1、输入数据，包括各台区设备参数及综合负荷数据，移动储能参数和各台区间的转移距离；
步骤2、第一阶段的优化，对移动储能的时空转移路径进行优化：根据步骤1输入的所有数据，确定预选台区与预部署移动储能，并针对低压台区重载过载和新能源就地消纳问题通过混合整数二次规划方法以1小时为采样间隔对各移动储能时空转移矩阵Mi进行优化，输出反映各移动储能的时空转移路径的各移动储能时空转移矩阵Mi；
步骤3、第二阶段的优化，对第一阶段时空转移路径优化后的各移动储能进行运行优化：根据步骤1输入的前两项数据，针对低压台区重载过载和新能源就地消纳问题通过混合整数二次规划方法以15min为采样间隔，对第一阶段优化后确定时空转移路径的各移动储能进行运行优化，最终得到运行成本最小的移动储能运行曲线；
步骤2所述的第一阶段的优化包括以下步骤：
步骤A-1、确定预选台区和预部署移动储能，包括：台区变压器参数、台区负载曲线、各台区间的路线距离和移动储能数量及相应参数，并构建各移动储能时空转移矩阵Mi；
步骤A-2、考虑移动储能的成本与收益，根据式(1)构建优化模型的目标函数ffirst，所述成本与收益包括移动储能运行成本、移动成本、套利收益、降损收益和负载率偏差惩罚成本，此阶段采样间隔为1小时，
ffirst＝min(Cop+Cmove-Iab-Iloss+cpun·LAdev) (1)
式(1)中：
第一项Cop为移动储能运行成本，SOCavg,i和DODi(t)分别为第i个移动储能的平均荷电状态和放电深度；CE为电池本体单位能量价格，Erate,i为第i个移动储能的额定容量，NMESS为预部署移动储能车数量；AIdl,BIdl,ACyc,BCyc为参数，分别为1.952e-5，1.75e-5，4.9e-5，7.859e-6；
第二项Cmove为移动成本，利用式(3)得到，T为移动储能部署周期时长，cmove为移动储能单位移动成本，dhk为移动储能在台区h与台区k间的转移距离，Mi为第i个移动储能的时空转移矩阵；
第三项Iab为套利收益，利用式(4)得到，式(4)中，Pch,i(t)和Pdis,i(t)分别为第i个移动储能在t时段的充电功率和放电功率，Price(t)为台区所在地区的t时段的分时电价；
第四项Iloss为降低变压器损耗获得的降损收益，利用式(5)得到，式(5)中，Plosso,k(t)和Ploss,k(t)分别为移动储能部署前后台区变压器损耗，NT为台区集合，LAk(t)为t时段台区k变压器的负载率；
第五项cpun·LAdev为台区负载率偏差惩罚，cpun为偏差惩罚，LAdev为负载率偏差总和利用式(6)得到，式(6)中，LAdev,k(t)为台区k在t时段的电压偏差，NT为台区集合，LAthr,max和LAthr,min分别为负载率优化区间的上下限；
步骤A-3、根据式(7)-式(9)建立移动储能时空转移矩阵约束，
式(7)-式(9)中：
Mi(t,k)为移动储能i时空转移矩阵中储能在t时段位于台区k的状态位，若此时移动储能i部署于该台区则该状态位为1否则为0；
Mi(t,kh)为移动储能i时空转移矩阵中储能在t时段位于台区k、h间转移的状态位，若此时移动储能i处于在台区k、h间转移过程则该状态位为1否则为0；
式(7)表明在任一时段储能必处于某一确定状态；
式(8)和式(9)约束了移动储能在不同台区相邻时刻的状态；
步骤A-4、根据式(10)-式(13)建立移动储能外特性约束，
式(10)中，Prate,i为移动储能i的额定功率；
式(11)中，Erate,i为移动储能i的额定容量，SOCi(t)为移动储能i在t时段的荷电状态，SOCmin与SOCmax为荷电状态上限和下限，Δt为1h；
式(12)中，Pch,i,k(t)、Pdis,i,k(t)分别为t时段移动储能i在台区k的充电和放电功率；
式(13)中，μk(t)为台区k所接储能充放电标志位，为0-1变量，部署于台区k的所有移动储能共用一个充放电标志位；
步骤A-5、根据式(14)-式(15)建立台区变压器外特性约束，
式(14)中，Ptrans,k(t)和Pload,k(t)分别为台区k变压器的流经功率和负载功率；
式(15)中，SN,k为变压器额定容量，LA1和LA2分别为正向负载率上限和反向负载率上限；
步骤A-6、对上述式(6)和式(9)进行线性化使其转化为混合整数二次规划模型，将式(6)转化为式(16)，并将式(9)转化为式(17)，
式(17)中，B为较大的数用于松弛约束；νi,kh(t)为0-1变量；
步骤A-7、使用Gurobi或Cplex软件对式(1)-式(17)进行求解，获得所述的各移动储能的时空转移矩阵Mi；
步骤3所述的第二阶段的优化包括以下步骤：
步骤B-1、输入与第一阶段相同的预选台区和预部署移动储能，包括：台区变压器参数、台区负载曲线和移动储能数量及相应参数，并输入第一阶段输出的各移动储能的时空转移矩阵Mi；
步骤B-2、考虑移动储能的成本与收益根据式(18)构建优化模型的目标函数fsecond，所述成本与收益包括移动储能运行成本、套利收益、降损收益和负载率偏差惩罚成本，确定采样间隔为15min，
fsecond＝min(Cop-Iab-Iloss+cpunLAdev)
(18)式(18)中，
第一项Cop为移动储能运行成本，计算方式同式(2)；
第二项Iab为套利收益，利用式(4)得到；
第三项Iloss为降低变压器损耗获得的降损收益，利用式(5)得到；
第四项cpun·LAdev为台区负载率偏差惩罚，cpun为偏差惩罚，LAdev为负载率偏差总和利用式(6)得到；
步骤B-3、根据式(10)-(13)建立移动储能外特性约束，确定采样间隔为15min；
步骤B-4、根据式(14)-(15)建立台区变压器外特性约束，确定采样间隔为15min；
步骤B-5、对式(6)进行线性化使其转化为混合整数二次规划模型，将式(6)转化为式(16)；
步骤B-6、使用Gurobi或Cplex软件对式(2)、式(4)-式(6)、式(10)-式(16)、式(18)进行求解，输出运行成本最小的移动储能运行曲线及收益和成本结果。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310077600.7A CN116014769B (zh) | 2023-01-16 | 2023-01-16 | 一种低压台区侧移动储能日前调度方法 |
| LU503731A LU503731B1 (en) | 2023-01-16 | 2023-03-24 | A Day ahead Mobile Energy Storage System Scheduling Method for Low Voltage Distribution System |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310077600.7A CN116014769B (zh) | 2023-01-16 | 2023-01-16 | 一种低压台区侧移动储能日前调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116014769A CN116014769A (zh) | 2023-04-25 |
| CN116014769B true CN116014769B (zh) | 2023-08-11 |
Family
ID=86021074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310077600.7A Active CN116014769B (zh) | 2023-01-16 | 2023-01-16 | 一种低压台区侧移动储能日前调度方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN116014769B (zh) |
| LU (1) | LU503731B1 (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110176784A (zh) * | 2019-05-31 | 2019-08-27 | 国网天津市电力公司电力科学研究院 | 一种分布式移动储能配电网控制方法与*** |
| CN110675049A (zh) * | 2019-09-20 | 2020-01-10 | 国网江苏省电力有限公司南京供电分公司 | 一种基于柔性台区的经济调度方法 |
| CN112421634A (zh) * | 2020-09-15 | 2021-02-26 | 国网浙江省电力有限公司湖州供电公司 | 一种可移动式储能***运行策略 |
| CN114372608A (zh) * | 2021-12-08 | 2022-04-19 | 上海电力大学 | 一种面向新能源就地消纳的园区储能与电价协调优化方法 |
| CN114386833A (zh) * | 2022-01-12 | 2022-04-22 | 上海交通大学 | 主动配电网弹性评估与移动储能调控方法 |
| WO2022142392A1 (zh) * | 2020-12-28 | 2022-07-07 | 国网天津市电力公司电力科学研究院 | 一种移动储能时空联合优化调度策略的制定方法 |
| CN114784831A (zh) * | 2022-05-18 | 2022-07-22 | 南京理工大学 | 一种基于移动储能的主动配电网多目标无功优化方法 |
| CN115102192A (zh) * | 2022-07-26 | 2022-09-23 | 华北电力大学 | 一种应对极端天气的配电网弹性控制方法 |
-
2023
- 2023-01-16 CN CN202310077600.7A patent/CN116014769B/zh active Active
- 2023-03-24 LU LU503731A patent/LU503731B1/en active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110176784A (zh) * | 2019-05-31 | 2019-08-27 | 国网天津市电力公司电力科学研究院 | 一种分布式移动储能配电网控制方法与*** |
| CN110675049A (zh) * | 2019-09-20 | 2020-01-10 | 国网江苏省电力有限公司南京供电分公司 | 一种基于柔性台区的经济调度方法 |
| CN112421634A (zh) * | 2020-09-15 | 2021-02-26 | 国网浙江省电力有限公司湖州供电公司 | 一种可移动式储能***运行策略 |
| WO2022142392A1 (zh) * | 2020-12-28 | 2022-07-07 | 国网天津市电力公司电力科学研究院 | 一种移动储能时空联合优化调度策略的制定方法 |
| CN114372608A (zh) * | 2021-12-08 | 2022-04-19 | 上海电力大学 | 一种面向新能源就地消纳的园区储能与电价协调优化方法 |
| CN114386833A (zh) * | 2022-01-12 | 2022-04-22 | 上海交通大学 | 主动配电网弹性评估与移动储能调控方法 |
| CN114784831A (zh) * | 2022-05-18 | 2022-07-22 | 南京理工大学 | 一种基于移动储能的主动配电网多目标无功优化方法 |
| CN115102192A (zh) * | 2022-07-26 | 2022-09-23 | 华北电力大学 | 一种应对极端天气的配电网弹性控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 凌开元 ; 关志坚 ; 吴涵 ; 袁越 ; 范绚然 ; .考虑电压控制的含移动储能的主动配电网调度策略.电力建设.2017,(06),第48-55页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116014769A (zh) | 2023-04-25 |
| LU503731B1 (en) | 2023-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110084443B (zh) | 一种基于qpso优化算法的换电站运行优化模型分析方法 | |
| CN106786625B (zh) | 基于分布式供能***互动能力的配电网电压协调控制方法 | |
| CN103457514A (zh) | 双模太阳能光伏发电*** | |
| CN104283231A (zh) | 实施双电池组在线运行策略的风储混合电站 | |
| CN114977320A (zh) | 一种配电网源网荷储多目标协同规划方法 | |
| CN103715686A (zh) | 一种适用于直流配电网线路的能效分析方法 | |
| Zhang et al. | Battery energy storage scheduling for optimal load variance minimization | |
| CN207910488U (zh) | 一种多能互补的多层微电网组网*** | |
| CN113270884B (zh) | 一种基于v2g微网***的电力能源管理***和方法 | |
| Kwasinski et al. | Operational aspects and power architecture design for a microgrid to increase the use of renewable energy in wireless communication networks | |
| CN114301064A (zh) | 一种基于网架灵活性和储能接入的分布式电源消纳能力提升方法 | |
| CN116014769B (zh) | 一种低压台区侧移动储能日前调度方法 | |
| CN116885772A (zh) | 风电-光伏-抽水蓄能-火电联合运行***优化调度方法 | |
| CN116454903A (zh) | 一种考虑电动汽车充电站在虚拟电厂运行的优化调度方法 | |
| Harsh et al. | A priority-ordered incentive-based smart charging strategy of electric vehicles to determine the optimal size of solar power plant at the charging stations | |
| CN113131497B (zh) | 电动汽车参与计划性孤岛的小水电微网功率平衡控制方法 | |
| CN115051376A (zh) | 一种配电网低谷时段无功电压优化控制方法 | |
| Zamanzad Ghavidel et al. | Design and implementation of an improved power‐electronic system for feeding loads of smart homes in remote areas using renewable energy sources | |
| Wu et al. | Carbon-reducing Train Rescheduling Method for Urban Railway Systems considering the Grid with Wind Power Supply | |
| CN112736948A (zh) | 一种充电站中储能***的功率调节方法及装置 | |
| Hamidi et al. | Decentralized control framework for mitigation of the power-flow fluctuations at the integration point of smart grids | |
| Chen et al. | Optimal configuration for distributed generations in micro-grid system considering diesel as the main control source | |
| Hamidi et al. | Reducing smart microgrid dependency on the main grid using electric vehicles and decentralized control systems | |
| CN115329600B (zh) | 一种基于柔性负荷的多时间尺度配电网降损方法 | |
| John et al. | Cost Optimization of EV Integrated Isolated Residential Microgrid with V2H Capability using Genetic Algorithm |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |