CN116029532B - 一种面向配电网承载力提升的储能规划方法 - Google Patents
一种面向配电网承载力提升的储能规划方法 Download PDFInfo
- Publication number
- CN116029532B CN116029532B CN202310154969.3A CN202310154969A CN116029532B CN 116029532 B CN116029532 B CN 116029532B CN 202310154969 A CN202310154969 A CN 202310154969A CN 116029532 B CN116029532 B CN 116029532B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- distribution network
- cost
- capacity
- planning
- 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
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种面向配电网承载力提升的储能规划方法,包括:根据多维指标计算配网承载力,以及根据投资成本、运行成本和储能退化成本计算储能规划成本,再以配电网承载力最大和储能规划成本最小为目标函数构建配网储能规划多目标优化模型,对模型进行求解得到储能规划方案。解决了分布式光储接入配电网改变了原有配电网的运行特征,无法对配电网储能进行规划的问题,并且建立了储能健康状态和储能退化成本系数之间的数学关系,从而实现了在计算电池储能退化成本时考虑了储能的健康状态。
Description
技术领域
本发明属于电力自动化技术领域,尤其涉及一种面向配电网承载力提升的储能规划方法。
背景技术
由于分布式光伏固有的波动性和随机性特征,其高比例接入将对配电网的安全稳定运行。分布式储能可有效平抑分布式光伏的强随机性,分布式光储协同开发将成为促进分布式光伏消纳的必然选择。但分布式光储接入配电网改变了原有配电网的运行特征,增大了配电网储能规划的难度。为此,急需开展面向配电网承载力提升的储能规划方法研究。
发明内容
本发明提供一种面向配电网承载力提升的储能规划方法,用于解决分布式光储接入配电网改变了原有配电网的运行特征,无法对配电网储能进行规划的技术问题。
本发明提供一种面向配电网承载力提升的储能规划方法,包括:
步骤1、根据多维指标计算配网承载力,其中,计算所述配网承载力的表达式为:
步骤2、根据投资成本、运行成本和储能退化成本计算储能规划成本,其中,计算所述储能规划成本的表达式为:
其中,计算所述储能退化成本的表达式为:
步骤3、以配电网承载力最大和储能规划成本最小为目标函数构建配网储能规划多目标优化模型,并对所述配网储能规划多目标优化模型进行求解,得到储能规划方案。
进一步地,在步骤1中,所述多维指标包括电压合格率指标、电压波动指标、谐波畸变率指标、线损率指标以及线路最大负载率指标;
其中,计算所述电压合格率指标的表达式为:
计算所述电压波动指标的表达式为:
计算所述谐波畸变率指标的表达式为:
计算所述线损率指标的表达式为:
计算所述线路最大负载率指标的表达式为:
进一步地,在步骤2中,计算退化成本系数的表达式为:
式中,为第i阶段的退化成本系数,/>为电池的单位容量投资成本,/>为电池容量,/>为设计电池寿命,/>为电池倍率系数,/>为放电系数,/>为额定放电功率,为电池寿命周期第i阶段的电池SOH的最大值,/>为电池寿命周期第i阶段的电池SOH的最小值,/>为储能额定放电深度,/>为模型拟合系数,/>为模型拟合系数,/>为储能健康状态,/>为第n个规划年。
进一步地,在步骤2中,计算所述储能投资成本的表达式为:
计算所述储能运行成本的表达式为:
进一步地,在步骤3中,所述配网储能规划多目标优化模型的目标函数为:
其中,所述配网储能规划多目标优化模型的约束条件包括选址约束以及容量约束,所述选址约束的表达式为:
所述容量约束的表达式为:
进一步地,在步骤3中,所述对所述配网储能规划多目标优化模型进行求解,得到储能规划方案,包括:
构建配网储能多目标规划模型的Stackelberg博弈形式:
式中,、/>分别为配电网承载力最大的目标函数、配电网经济性成本最小的目标函数,/>、/>分别为配电网承载力最大的目标函数的策略集和配电网经济性成本最小的目标函数的策略集,/>均为S1的博弈策略,/>均为S2的博弈策略;
对目标函数博弈方策略集计算,具体为:
令分类样品为,/>为任意第/>个设计变量对配电网承载力最大的目标函数/>和配电网经济性成本最小的目标函数/>的影响因子集合,分类样品全体为,/>为第n个分类样品,对分类样品全体进行模糊聚类,将设计变量集合 X 分类为各博弈方的策略集/>和策略集/>;
假设配电网承载力最大的目标函数为博弈领导者,优先进行优化,配电网经济性成本最小的目标函数/>为博弈的跟随者,根据配电网承载力最大的目标函数/>的策略集和策略集/>,并通过多轮次的博弈优化,最终得到博弈均衡解,并计算得到配电网承载力最大的目标函数/>和配电网经济性成本最小的目标函数/>的结果,即得到储能规划方案。
本申请的一种面向配电网承载力提升的储能规划方法,根据多维指标计算配网承载力,以及根据投资成本、运行成本和储能退化成本计算储能规划成本,再以配电网承载力最大和储能规划成本最小为目标函数构建配网储能规划多目标优化模型,对模型进行求解得到储能规划方案,解决了分布式光储接入配电网改变了原有配电网的运行特征,无法对配电网储能进行规划的问题,并且建立了储能健康状态和储能退化成本系数之间的数学关系,从而实现了在计算电池储能退化成本时考虑了储能的健康状态。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种面向配电网承载力提升的储能规划方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
请参阅图1,其示出了本申请的一种面向配电网承载力提升的储能规划方法的流程图。
如图1所示,面向配电网承载力提升的储能规划方法具体包括以下步骤:
步骤1、根据多维指标计算配网承载力。
在本实施例中,所述多维指标包括电压合格率指标、电压波动指标、谐波畸变率指标、线损率指标以及线路最大负载率指标;
其中,电压水平合格率是指配电网中满足电压水平要求的节点数与配电网中节点总数的比值,用于评估电动汽车充电站接入后配电网电压水平是否达到技术合理水平,计算电压合格率指标的表达式为:
电压波动是指两个相邻的采样周期内,同一个节点电压幅值的变化,计算电压波动指标的表达式为:
谐波畸变率反映了电压的高次谐波相对于基波所占的比例,计算谐波畸变率指标的表达式为:
线损率是指馈线的有功功率损耗占馈线始端输入功率的百分数,计算线损率指标的表达式为:
线路最大负载率是指线路的最大负载与线路最大传输有功功率的比值,计算线路最大负载率指标的表达式为:
具体地,计算配网承载力的表达式为:
步骤2、根据投资成本、运行成本和储能退化成本计算储能规划成本。
在本实施例中,计算所述储能规划成本的表达式为:
计算储能投资成本的表达式为:
计算储能运行成本的表达式为:
计算储能退化成本的表达式为:
需要说明的是,电池的健康状态由电池的剩余循环寿命与同类型新电池的循环寿命之比来表征。电池的实际循环寿命和DoD满足以下关系。
式中,为电池的实际循环寿命,/>和/>分别为标准循环条件下的DoD和放电功率,/>为标准循环条件下的循环寿命,/>、/>均为模型拟合系数,/>为实际放电深度,/>为电池放电系数,/>是平均充电功率或放电功率,/>为电池容量, />为修正系数。
电池充放电过程中,放电功率与电流之间存在近似的比例关系,放电电流与电池循环寿命之间存在线性关系:
通过将式(12)- 式(13)带入式(11)中,可以导出电池实际循环寿命的数学表达式为:
在正常情况下,电池的剩余容量会逐渐衰减。不同健康阶段的电池的每充电/放电功率的退化成本可以由式(15)- 式(16)表示,每阶段的每充电/放电功率的退化成本是该阶段的DoD的函数。
根据电池特性,DoD受到电池容量的严格限制,而电池容量与电池退化有关。因此,可以得出结论,电池在不同健康阶段的最大DoD是电池退化系数的函数。
另外,根据电池SOH的定义,SOH是电池在各健康阶段的最大容量与额定容量的比值。
电池的最大DoD和SOH之间的关系可以通过式(17)- 式(19)获得。
在初始健康阶段,电池处于最佳健康状态,容量大,深度放电潜力大,这也导致电池在初始健康阶段的退化成本系数高于后期健康阶段。随着电池的持续运行,电池的容量开始下降,最大DOD也变小,降低了电池在生命周期后期的退化成本。因此,可以用最大DoD来清楚地区分电池在生命周期不同阶段的退化情况。
用各健康阶段最大和最小SOH的中间值来表示SOH的平均值。
式(21)-式(22)是联合建模,可以得到每个健康阶段ES的退化成本系数。
式中,为第i阶段的电池退化成本系数,/>为电池的单位容量投资成本,/>为电池容量,/>为设计电池寿命,/>为电池倍率系数,/>为放电系数,/>为额定放电功率,为电池寿命周期第i阶段的电池SOH的最大值,/>为电池寿命周期第i阶段的电池SOH的最小值,/>为储能额定放电深度,/>、/>均为模型拟合系数,/>为第i阶段的储能健康状态。
步骤3、以配电网承载力最大和储能规划成本最小为目标函数构建配网储能规划多目标优化模型,并对所述配网储能规划多目标优化模型进行求解,得到储能规划方案。
在本实施例中,综合考虑储能接入后的配网承载力、储能规划的经济性两个因素,构建承载力最大和经济成本最小的配网储能规划多目标优化模型。其中,配网储能规划多目标优化模型的目标函数为:
其中,配网储能规划多目标优化模型的约束条件包括选址约束以及容量约束,选址约束的表达式为:
容量约束的表达式为:
需要说明的是,针对构建的配网储能规划多目标优化模型,采用多目标Stackelberg博弈求解算法(Multiple Objectives-Stackelberg Game, MO-SG)进行求解,包括:
构建配网储能多目标规划模型的Stackelberg博弈形式:
式中,、/>分别为配电网承载力最大的目标函数、配电网经济性成本最小的目标函数,/>、/>分别为配电网承载力最大的目标函数的策略集和配电网经济性成本最小的目标函数的策略集,/>均为S1的博弈策略,/>均为S2的博弈策略;
对目标函数博弈方策略集计算,具体为:
令分类样品为,/>为任意第/>个设计变量对配电网承载力最大的目标函数/>和配电网经济性成本最小的目标函数/>的影响因子集合,分类样品全体为,/>为第n个分类样品,对分类样品全体进行模糊聚类,将设计变量集合 X 分类为各博弈方的策略集/>和策略集/>;
假设配电网承载力最大的目标函数为博弈领导者,优先进行优化,配电网经济性成本最小的目标函数/>为博弈的跟随者,根据配电网承载力最大的目标函数/>的策略集和策略集/>,并通过多轮次的博弈优化,最终得到博弈均衡解,并计算得到配电网承载力最大的目标函数/>和配电网经济性成本最小的目标函数/>的结果,即得到储能规划方案。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (3)
1.一种面向配电网承载力提升的储能规划方法,其特征在于,包括:
步骤1、根据多维指标计算配网承载力,其中,所述多维指标包括电压合格率指标、电压波动指标、谐波畸变率指标、线损率指标以及线路最大负载率指标,计算所述配网承载力的表达式为:
其中,计算所述电压合格率指标的表达式为:
计算所述电压波动指标的表达式为:
计算所述谐波畸变率指标的表达式为:
计算所述线损率指标的表达式为:
计算所述线路最大负载率指标的表达式为:
步骤2、根据投资成本、运行成本和储能退化成本计算储能规划成本,其中,计算所述储能规划成本的表达式为:
其中,计算所述储能退化成本的表达式为:
步骤3、以配电网承载力最大和储能规划成本最小为目标函数构建配网储能规划多目标优化模型,并对所述配网储能规划多目标优化模型进行求解,得到储能规划方案,其中,所述配网储能规划多目标优化模型的目标函数为:
其中,所述配网储能规划多目标优化模型的约束条件包括选址约束以及容量约束,所述选址约束的表达式为:
所述容量约束的表达式为:
所述对所述配网储能规划多目标优化模型进行求解,得到储能规划方案,包括:
构建配网储能多目标规划模型的Stackelberg博弈形式:
式中,、/>分别为配电网承载力最大的目标函数、配电网经济性成本最小的目标函数,、/>分别为配电网承载力最大的目标函数的策略集和配电网经济性成本最小的目标函数的策略集,/>均为S1的博弈策略,/>均为S2的博弈策略;
对目标函数博弈方策略集计算,具体为:
令分类样品为,/>为任意第/>个设计变量对配电网承载力最大的目标函数/>和配电网经济性成本最小的目标函数/>的影响因子集合,分类样品全体为,/>为第n个分类样品,对分类样品全体进行模糊聚类,将设计变量集合 X 分类为各博弈方的策略集/>和策略集/>;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310154969.3A CN116029532B (zh) | 2023-02-23 | 2023-02-23 | 一种面向配电网承载力提升的储能规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310154969.3A CN116029532B (zh) | 2023-02-23 | 2023-02-23 | 一种面向配电网承载力提升的储能规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116029532A CN116029532A (zh) | 2023-04-28 |
CN116029532B true CN116029532B (zh) | 2023-07-14 |
Family
ID=86074090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310154969.3A Active CN116029532B (zh) | 2023-02-23 | 2023-02-23 | 一种面向配电网承载力提升的储能规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116029532B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114362171A (zh) * | 2022-01-14 | 2022-04-15 | 西安交通大学 | 一种计及新能源出力不确定性的电力***规划运行优化方法 |
CN115693787A (zh) * | 2023-01-03 | 2023-02-03 | 国网江西省电力有限公司经济技术研究院 | 考虑源荷随机性的光储配电网新能源接纳能力分析方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301470B (zh) * | 2017-05-24 | 2020-12-01 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN109102125B (zh) * | 2018-08-27 | 2022-01-28 | 国网河北省电力有限公司经济技术研究院 | 一种考虑天然气网络和电动汽车协调的区域综合能源***规划方法 |
CN110570015B (zh) * | 2019-08-07 | 2022-07-26 | 广东电网有限责任公司 | 一种配电网多目标规划方法 |
CN110690702B (zh) * | 2019-11-01 | 2022-04-08 | 国网四川省电力公司经济技术研究院 | 一种考虑综合承载力的主动配电网优化调度及运行方法 |
KR102266099B1 (ko) * | 2020-09-24 | 2021-06-18 | 주식회사 아이티맨 | 소규모 전력 중개거래를 위한 ess운영시스템 및 방법 |
CN113489033A (zh) * | 2021-06-11 | 2021-10-08 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及*** |
CN113392535B (zh) * | 2021-06-28 | 2024-03-19 | Abb电网投资(中国)有限公司 | 蓄热式电采暖双层优化配置方法 |
CN113393172B (zh) * | 2021-07-15 | 2023-10-10 | 华北电力大学 | 一种考虑配电网多设备时序运行的“源网储”规划方法 |
CN114977320A (zh) * | 2022-06-01 | 2022-08-30 | 深圳供电局有限公司 | 一种配电网源网荷储多目标协同规划方法 |
CN115577852A (zh) * | 2022-11-03 | 2023-01-06 | 华北电力科学院有限责任公司 | 基于集群划分的配电网分布式储能选址定容双层优化方法 |
-
2023
- 2023-02-23 CN CN202310154969.3A patent/CN116029532B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114362171A (zh) * | 2022-01-14 | 2022-04-15 | 西安交通大学 | 一种计及新能源出力不确定性的电力***规划运行优化方法 |
CN115693787A (zh) * | 2023-01-03 | 2023-02-03 | 国网江西省电力有限公司经济技术研究院 | 考虑源荷随机性的光储配电网新能源接纳能力分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116029532A (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107611966B (zh) | 一种考虑差异可靠性的有源配电网供电能力评估方法 | |
CN112039069A (zh) | 一种配电网储能与柔性开关的双层协同规划方法及*** | |
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 | |
CN109818369B (zh) | 一种计及出力模糊随机性的分布式电源规划方法 | |
Tang et al. | Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques | |
CN112103980A (zh) | 一种联合火电机组agc调频的混合储能***能量管理方法 | |
CN110635478B (zh) | 一种基于单目标的新能源接入下的输电网规划的优化方法 | |
CN110570015A (zh) | 一种配电网多目标规划方法 | |
CN114243791A (zh) | 风光氢蓄***的多目标优化配置方法、***及存储介质 | |
Khunkitti et al. | Optimal location and sizing of BESS for performance improvement of distribution systems with high DG penetration | |
CN105634058A (zh) | 一种电池组的智能均衡方法和智能均衡*** | |
CN113962159A (zh) | 一种基于合理弃光的配电网光伏最大接入容量的评估方法 | |
CN116388252A (zh) | 风电场储能容量优化配置方法、***、计算机设备及介质 | |
CN109934476B (zh) | 一种基于主体有限理性决策的微电网源-储联合规划多策略演化博弈分析方法 | |
CN115764849A (zh) | 一种混合储能容量优化配置方法及其配置*** | |
CN115204672A (zh) | 一种考虑主动配电网脆弱性的分布式储能配置方法 | |
Saric et al. | Optimal DG allocation for power loss reduction considering load and generation uncertainties | |
CN117808151A (zh) | 一种基于粒子群-遗传融合算法的变电站无功优化方法 | |
CN116029532B (zh) | 一种面向配电网承载力提升的储能规划方法 | |
Ebrahimi et al. | Stochastic scheduling of energy storage systems in harmonic polluted active distribution networks | |
CN116995644A (zh) | 一种基于ibpao-sa算法的高比例新能源配电网故障恢复的方法 | |
CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
CN116258417A (zh) | 一种基于nsga-2遗传算法的锂电池均衡指标优化方法 | |
CN115514001A (zh) | 一种配电网光伏接纳能力计算方法、装置、设备及介质 | |
CN114498690A (zh) | 支持大规模可再生能源消纳的多元复合储能优化配置方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |