CN117674211A - 一种集中式共享储能容量的规划方法、***及电子设备 - Google Patents
一种集中式共享储能容量的规划方法、***及电子设备 Download PDFInfo
- Publication number
- CN117674211A CN117674211A CN202311658362.5A CN202311658362A CN117674211A CN 117674211 A CN117674211 A CN 117674211A CN 202311658362 A CN202311658362 A CN 202311658362A CN 117674211 A CN117674211 A CN 117674211A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- node
- constraint
- wind
- 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 214
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000000418 atomic force spectrum Methods 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003064 k means clustering Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 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 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000010792 warming Methods 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- H02J3/04—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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种集中式共享储能容量的规划方法、***及电子设备,涉及电力***领域,该方法包括:获取目标区域电网多个节点全年实际运行的综合出力的历史数据;建立集中式共享储能的总体成本模型;以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,构建多时间尺度共享储能容量规划模型;根据综合出力的历史数据,对多时间尺度共享储能容量规划模型进行求解,确定目标区域电网各节点配置的共享储能数值。本发明能够提高电力***中储能***的利用效率。
Description
技术领域
本发明涉及电力***领域,特别是涉及一种集中式共享储能容量的规划方法、***及电子设备。
背景技术
近年来,大气二氧化碳浓度伴随着经济社会的发展持续攀升,造成了以气候变暖为代表的一系列气候问题,减少二氧化碳的排放势在必行。可再生能源,如风电和光伏大规模接入电网,由于电网调峰的制约,无法完全消纳此类清洁能源,造成了大量的弃风弃光。储能作为一种灵活性资源,能够有效缓解电网的调峰压力,实现时间尺度上的能量平移,但由于储能高昂的建设成本,储能在电网中的大规模应用困难重重。共享储能的出现为这一问题带来了新的转机。共享储能,抛开了传统的为每一个单独的新能源场站配置储能的定式思维,转而是考虑配置的储能可以同时服务多个新能源场站,来有效降低配置储能的成本。中国风光资源丰富且较为集中的地区,可以考虑在新能源汇集站处建立共享储能电站,通过电网网架同时为多个新能源场站提供储能服务,能够有效降低储能配置的成本,提高储能的利用率。
发明内容
本发明的目的是提供一种集中式共享储能容量的规划方法、***及电子设备,能够提高电力***中储能***的利用效率。
为实现上述目的,本发明提供了如下方案:
一种集中式共享储能容量的规划方法,所述规划方法包括:
获取目标区域电网多个节点全年实际运行的综合出力的历史数据;所述综合出力包括负荷出力、风光出力以及外送出力;
建立集中式共享储能的总体成本模型;所述总体成本模型包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本;
以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,构建多时间尺度共享储能容量规划模型;
根据所述综合出力的历史数据,对所述多时间尺度共享储能容量规划模型进行求解,确定目标区域电网各节点配置的共享储能数值。
可选地,所述获取目标区域电网多个节点全年实际运行的综合出力的历史数据,具体包括:
获取目标区域电网多个节点全年实际运行的运行数据;所述运行数据包括负荷运行数据、风光运行数据和外送运行数据;
应用k-means聚类算法对所述运行数据进行聚类,得到典型日出力曲线;所述典型日出力曲线包括负荷出力曲线、风光出力曲线和外送出力曲线;
根据目标区域电网各节点的装机容量和对应的典型日出力曲线,得到综合出力的历史数据。
可选地,所述集中式共享储能的总体成本模型为:
f=Cinv+Ccutload+Ccut+Closs;
Cinv=fday(cPePe+cEeEe);
其中,f为总体的配置成本,Pe为集中式共享储能配置的功率,Ee为集中式共享储能配置的容量,cPe为储能***的单位功率价格;cEe为储能***的单位容量价格,fday为储能投资的折算系数,i为贴现率,LP为储能***的设计使用年限,ccutload为单位切负荷成本,Pcutload,i(t)为t时刻第i个节点切除负荷的功率,ccut为单位弃风弃光的惩罚成本,Pcut,i(t)为t时刻第i个节点弃风弃光的功率,closs为单位网架潮流的损耗成本,Pi,j(t)为第i节点到第j节点的线路潮流功率;Cinv为储能投资建设成本;Ccutload为切负荷的惩罚成本;Ccut为弃风弃光的惩罚成本;Closs为网架潮流的损耗成本;T为运行时间;m为区域电网节点总数。
可选地,所述储能能量约束为:
所述储能能量约束为:
SoCmin≤SoC(t)≤SoCmax;
SoC(1)=SoC(24);
其中,α为自放电率,ηcd为充电效率,ηfd为放电效率,E(t)为t时刻集中式共享储能的能量;Ee为集中式共享储能配置的储能容量;SoCmin为第三方储能的SoC下限,SoCmax为第三方储能的SoC上限,SoC(1)=SoC(24)为储能在运行日的第一个时刻和最后一个时刻的SoC值相等;SoC(t)为储能***在t时刻的SOC值;E(t-1)为t-1时刻集中式共享储能的能量;
所述储能充放电约束为:
0≤Pc(t)≤Pe;
0≤Pd(t)≤Pe;
0≤Pc(t)≤Pe×(1-AE);
0≤Pd(t)≤Pe×AE;
其中,AE为0-1变量,Pe为集中式共享储能配置的功率,Pc(t)为t时刻储能的放电功率,Pd(t)为t时刻储能的充电功率;
所述网架潮流约束为:
PDG,i=PG,i(t)+Pw,i(t)+Pg,i(t);
其中,节点i为节点j的父节点,且j≥1;节点k为节点i的父节点;PDG,i为节点i处电源发出的有功功率,QDG,i为节点i处电源发出的无功功率,为功率因数角;PL,i为节点i处的有功负荷;QL,i为节点i处的无功负荷;Ui为节点i的电压,Uj为节点j的电压,Pki为支路ki上从节点k流出的有功功率,Qki为支路ki上从节点k流出的无功功率,(Pki-rkilki)为支路ki上注入节点i的有功功率;Pij为支路ij上从节点i流出的有功功率;(Qki-xkilki)为支路ki上注入节点i的无功功率;Qij为支路ij上从节点i流出的无功功率;rki为线路ki的电阻;Iki为线路ki上的电流;lki为线路ki电流的平方;xki为线路ki的电抗;N为电网节点集合;Iij为线路ij上的电流;lij为线路ij电流的平方;rij为线路ij的电阻;xij为线路ij的电抗Pw,i(t)为t时刻i节点的风电出力,Pg,i(t)为t时刻i节点的光伏出力;
所述功率平衡约束为:
其中,PG,i(t)为t时刻i节点的火电出力,Pw,i(t)为t时刻i节点的风电出力,Pg,i(t)为t时刻i节点的光伏出力,Pcutload,i(t)为t时刻i节点切除负荷的功率,Pd(t)为t时刻储能的充电功率,Pc(t)为t时刻储能的放电功率,Pcut,i(t)为t时刻i节点的弃风弃光功率,Pload,i(t)为t时刻i节点的负荷功率,Pout,i(t)为t时刻i节点的外送功率,m为区域电网节点总数;
所述弃风弃光约束为:
0≤Pcut,i(t)≤α(Pw,i(t)+Pg,i(t));
0≤Pcut,i(t)≤(1-AE)*M;
0≤Pd(t)≤AE*M
其中,Pcut,i(t)为t时刻i节点的弃风弃光功率,Pw,i(t)为t时刻i节点的风电出力,Pg,i(t)为t时刻i节点的光伏出力,α为最大弃风弃光率,M为一个无穷大数。
可选地,所述多时间尺度共享储能容量规划模型为:
min f=f(Pe,Ee)
其中,f为总体的配置成本,f()为集中式共享储能的总体成本模型的表达式,Pe为集中式共享储能配置的功率,Ee为集中式共享储能配置的容量,Pc(t)为t时刻储能的放电功率,E(t)为t时刻集中式共享储能的能量;SoC(t)为第三方储能的剩余电量;Ui为节点i的电压,Uj为节点j的电压,Pcutload,i(t)为t时刻i节点切除负荷的功率,Pcut,i(t)为t时刻i节点的弃风弃光功率;lij为线路ij上电流的平方。
一种集中式共享储能容量的规划***,应用上述的集中式共享储能容量的规划方法,所述规划***包括:
获取模块,用于获取目标区域电网多个节点全年实际运行的综合出力的历史数据;所述综合出力包括负荷出力、风光出力以及外送出力;
建立模块,用于建立集中式共享储能的总体成本模型;所述总体成本模型包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本;
构建模块,用于以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,构建多时间尺度共享储能容量规划模型;
求解模块,用于根据所述综合出力的历史数据,对所述多时间尺度共享储能容量规划模型进行求解,确定目标区域电网各节点配置的共享储能数值。
一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述的集中式共享储能容量的规划方法。
可选地,所述存储器为可读存储介质。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明通过获取目标区域电网多个节点全年实际运行的负荷出力、风光出力以及外送出力的历史数据,并建立包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本的集中式共享储能的总体成本模型,以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,根据所述综合出力的历史数据,确定目标区域电网各节点配置的共享储能数值。提高了电力***中储能***的利用效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明集中式共享储能规划的示意图;
图2为本发明集中式共享储能容量的规划方案示意图;
图3为本发明集中式共享储能容量的规划方法流程图;
图4为本发明Distflow潮流模型原理示意图。
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。
本发明的目的是提供一种集中式共享储能容量的规划方法、***及电子设备,能够提高电力***中储能***的利用效率。
本发明提出了一种基于DistFlow潮流的集中式共享储能容量规划方法,依据某区域电网各节点负荷、风光出力以及外送的全年实际运行的历史数据,采用k-means聚类算法得到风电、光伏、负荷以及外送的典型日出力曲线,乘以对应节点的装机容量得到各节点具体的出力数值。依据储能投资及运行的情况,建立集中式共享储能的总体成本模型,包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本四个方面。依据电池储能特性和输电网的拓扑结构,建立储能***的模型和DistFlow网络潮流模型,作为共享储能规划的约束条件。在前三个模型的基础上加入功率平衡约束、弃风弃光约束,构建集中式共享储能规划模型,进行求解后,得到集中式共享储能容量的规划结果。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1-图3所示,本发明提供了一种集中式共享储能容量的规划方法,所述规划方法包括:
步骤S1:获取目标区域电网多个节点全年实际运行的综合出力的历史数据;所述综合出力包括负荷出力、风光出力以及外送出力。
S1具体包括:
步骤S1:获取目标区域电网多个节点全年实际运行的运行数据;所述运行数据包括负荷运行数据、风光运行数据和外送运行数据。
步骤S2:应用k-means聚类算法对所述运行数据进行聚类,得到典型日出力曲线;所述典型日出力曲线包括负荷出力曲线、风光出力曲线和外送出力曲线。
步骤S3:根据目标区域电网各节点的装机容量和对应的典型日出力曲线,得到综合出力的历史数据。
在实际应用中,基于负荷、风光出力以及外送的全年运行数据,采用k-means聚类算法,对全年的历史数据进行聚类,建立风光、负荷以及外送的典型日出力曲线。对于各节点具体的出力数值,采用典型日曲线乘以对应节点的装机容量得到。
步骤S2:建立集中式共享储能的总体成本模型;所述总体成本模型包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本。
步骤S3:以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,构建多时间尺度共享储能容量规划模型。
在实际应用中,步骤S3具体包括:
步骤31:建立储能的总体成本模型,作为后续储能规划的目标函数。
该共享储能容量配置的目标是总体的配置成本最小。总体的配置成本包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本四个方面。总体的目标函数表达式如下所示:
min f=Cinv+Ccutload+Ccut+Closs (1)
式中:Cinv为储能***的投资成本,Ccutload为切负荷的惩罚成本,Ccut为弃风弃光惩罚成本,Closs为网架潮流的损耗成本。
Cinv=fday(cPePe+cEeEe) (2)
式(2)中:Pe,Ee分别为集中式共享储能配置的功率和容量,cPe为储能***的单位功率价格;cEe为储能***的单位容量价格,fday为储能投资的折算系数;式(3)中:i为贴现率,取2%;LP为储能***的设计使用年限;式(4)中:ccutload为单位切负荷成本,Pcutload,i(t)为t时刻,第i个节点切除负荷的功率;式(5)中:ccut为单位弃风弃光的惩罚成本,Pcut,i(t)为t时刻,第i个节点弃风弃光的功率;式(6)中:closs为单位网架潮流的损耗成本,Pi,j(t)为第i节点到第j节点的线路潮流功率;T为运行时间;m为区域电网节点总数。。
步骤32:建立储能***的模型,其功率方面的相关约束如下所示:
0≤Pc(t)≤Pe (7)
0≤Pd(t)≤Pe (8)
0≤Pc(t)≤Pe×(1-AE) (9)
0≤Pd(t)≤Pe×AE (10)
其中,式(7),(8)为储能的充放电功率约束,储能的充放电功率不能大于配置的储能***功率,式(9),式(10)约束了储能在同一时刻只能为充放电状态中的一种,AE为0-1变量,标志储能的充放电状态;考虑到该约束为非线性,采用大M法对其进行线性化:
0≤Pc(t)≤Pe (11)
0≤Pd(t)≤Pe (12)
0≤Pc(t)≤(1-AE)×M (13)
0≤Pd(t)≤AE×M (14)
式中:M为一个无穷大数。
建立储能***的模型,其能量方面的相关约束如下所示:
SoCmin≤SoC(t)≤SoCmax (17)
SoC(1)=SoC(24) (18)
其中,式(15)、式(16)为考虑自放电率α、充放电效率ηcd、ηfd后的储能***的SoC约束;E(t)为t时刻集中式共享储能的能量;Ee为集中式共享储能配置的储能容量;式(17)为储能SoC的上下限约束,SoCmin、SoCmax分别为第三方储能的SoC下限和上限。式(18)规定了储能在运行日的第一个时刻和最后一个时刻的SoC值相等。
步骤33:建立Distflow潮流模型,作为后续储能规划的约束条件。
PDG,i=PG,i(t)+Pw,i(t)+Pg,i(t) (25)
式中,节点i为节点j的父节点(潮流从父节点流向子节点),且j≥1;节点k为节点i的父节点;PDG,i和QDG,i分别为节点i处电源发出的有功功率和无功功率,为功率因数角;PL,i和QL,i分别为节点i处的有功负荷和无功负荷;Ui和Uj分别为节点i和节点j的电压。对于支路潮流,Pki和Qki分别为支路ki上从节点k流出的有功和无功功率,(Pki-rkilki)和(Qki-xkilki)则为支路ki上注入节点i的有功和无功功率;Pij和Qij分别为支路ij上从节点i流出的有功和无功功率。如图4所示。
步骤34:通过储能来帮助电力***调峰,***的整体功率需保持平衡,***功率平衡约束表达式如下:
式中:PG,i(t)为t时刻i节点的火电出力,Pw,i(t)为t时刻i节点的风电出力,Pg,i(t)为t时刻i节点的光伏出力,Pcutload,i(t)为t时刻i节点切除负荷的功率,Pd(t)为t时刻储能的充电功率,Pc(t)为t时刻储能的放电功率,Pcut,i(t)为t时刻i节点的弃风弃光功率,Pload,i(t)为t时刻i节点的负荷功率,Pout,i(t)为t时刻i节点的外送功率。
为了促进新能源的消纳,设置弃风弃光约束:
0≤Pcut,i(t)≤α(Pw,i(t)+Pg,i(t)) (28)
0≤Pcut,i(t)≤(1-AE)*M (29)
0≤Pd(t)≤AE*M (30)
其中,α为最大弃风弃光率,式(28)约束了弃风弃光率需小于α,保证了风光的消纳,式(29),(30)规定了不能在储能放电的情况下出现弃风弃光,该式已经采取大M法对其进行了线性化的处理。
步骤S4:根据所述综合出力的历史数据,对所述多时间尺度共享储能容量规划模型进行求解,确定目标区域电网各节点配置的共享储能数值。
依据步骤S3中公开的目标函数和约束条件,构建多时间尺度共享储能容量规划模型如下:
min f=f(Pe,Ee)
其中,该模型各节点储能规划的功率和容量为决策变量,以储能规划总体成本最小为目标函数,以储能运行的功率和容量,输电网的结构以及功率平衡作为约束条件。
该模型有助于解决在区域电网下多节点共享储能配置的难题,为实现区域电网多节点储能之间的容量配置以及协调提供了一种经济解决方案。
首先,得到某区域电网各节点负荷、风光出力以及外送的全年实际运行的历史数据。采用k-means聚类算法,对全年的历史数据进行聚类,建立风电、光伏、负荷以及外送的典型日出力曲线,对于各节点具体的出力数值,采用典型日曲线乘以对应节点的装机容量得到。依据储能投资及运行的情况,建立集中式共享储能的总体成本模型,包括储能投资建设成本,切除负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本四个方面。
其次,依据电池储能特性,建立储能***的模型,包括储能***的充放电约束和能量约束,作为共享储能规划的约束条件。依据输电网的拓扑结构,建立DistFlow网络潮流模型,用于刻画安装在新能源汇集站处的大型储能电站作为集中式的共享储能通过电网网架同时为多个新能源场站提供服务。
最后,以集中式共享储能的总体成本模型作为目标函数,以储能***模型和DistFlow网络潮流模型为约束条件,再加入功率平衡约束、弃风弃光约束,构建集中式共享储能规划模型,输入相应储能参数和电价参数,求解规划的结果。
相比于现有技术,本发明具有以下优势:
(1)本发明考虑了在新能源汇集站处建设集中式的共享储能为多节点的新能源场站提供储能服务,所得到的配置方案有效降低了储能配置的成本,提高了储能***的利用效率。
(2)本发明采用了DistFlow潮流模型作为网架潮流模型,能够更好地刻画多节点能量共享过程中的电能损耗。
(3)本发明考虑了规划与运行协同的配置,通过风光火储典型日内的生产模拟得到储能规划的方案,所得到的规划方案更加精确。
实施例二
为了执行上述实施例一对应的方法,以实现相应的功能和技术效果,下面提供一种集中式共享储能容量的规划***,所述规划***包括:
获取模块,用于获取目标区域电网多个节点全年实际运行的综合出力的历史数据;所述综合出力包括负荷出力、风光出力以及外送出力。
建立模块,用于建立集中式共享储能的总体成本模型;所述总体成本模型包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本。
构建模块,用于以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,构建多时间尺度共享储能容量规划模型。
求解模块,用于根据所述综合出力的历史数据,对所述多时间尺度共享储能容量规划模型进行求解,确定目标区域电网各节点配置的共享储能数值。
实施例三
本发明实施例提供一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行计算机程序以使电子设备执行实施例一的集中式共享储能容量的规划方法。
可选地,上述电子设备可以是服务器。
另外,本发明实施例还提供一种计算机可读存储介质,其存储有计算机程序,该计算机程序被处理器执行时实现实施例一的集中式共享储能容量的规划方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种集中式共享储能容量的规划方法,其特征在于,所述规划方法包括:
获取目标区域电网多个节点全年实际运行的综合出力的历史数据;所述综合出力包括负荷出力、风光出力以及外送出力;
建立集中式共享储能的总体成本模型;所述总体成本模型包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本;
以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,构建多时间尺度共享储能容量规划模型;
根据所述综合出力的历史数据,对所述多时间尺度共享储能容量规划模型进行求解,确定目标区域电网各节点配置的共享储能数值。
2.根据权利要求1所述的集中式共享储能容量的规划方法,其特征在于,所述获取目标区域电网多个节点全年实际运行的综合出力的历史数据,具体包括:
获取目标区域电网多个节点全年实际运行的运行数据;所述运行数据包括负荷运行数据、风光运行数据和外送运行数据;
应用k-means聚类算法对所述运行数据进行聚类,得到典型日出力曲线;所述典型日出力曲线包括负荷出力曲线、风光出力曲线和外送出力曲线;
根据目标区域电网各节点的装机容量和对应的典型日出力曲线,得到综合出力的历史数据。
3.根据权利要求1所述的集中式共享储能容量的规划方法,其特征在于,所述集中式共享储能的总体成本模型为:
f=Cinv+Ccutload+Ccut+Closs;
Cinv=fday(cPePe+cEeEe);
其中,f为总体的配置成本,Pe为集中式共享储能配置的功率,Ee为集中式共享储能配置的容量,cPe为储能***的单位功率价格;cEe为储能***的单位容量价格,fday为储能投资的折算系数,i为贴现率,LP为储能***的设计使用年限,ccutload为单位切负荷成本,Pcutload,i(t)为t时刻第i个节点切除负荷的功率,ccut为单位弃风弃光的惩罚成本,Pcut,i(t)为t时刻第i个节点弃风弃光的功率,closs为单位网架潮流的损耗成本,Pi,j(t)为第i节点到第j节点的线路潮流功率;Cinv为储能投资建设成本;Ccutload为切负荷的惩罚成本;Ccut为弃风弃光的惩罚成本;Closs为网架潮流的损耗成本;T为运行时间;m为区域电网节点总数。
4.根据权利要求1所述的集中式共享储能容量的规划方法,其特征在于,所述储能能量约束为:
SoCmin≤SoC(t)≤SoCmax;
SoC(1)=SoC(24);
其中,α为自放电率,ηcd为充电效率,ηfd为放电效率,E(t)为t时刻集中式共享储能的能量;Ee为集中式共享储能配置的储能容量;SoCmin为第三方储能的SoC下限,SoCmax为第三方储能的SoC上限,SoC(1)=SoC(24)为储能在运行日的第一个时刻和最后一个时刻的SoC值相等;SoC(t)为储能***在t时刻的SOC值;E(t-1)为t-1时刻集中式共享储能的能量;
所述储能充放电约束为:
0≤Pc(t)≤Pe;
0≤Pd(t)≤Pe;
0≤Pc(t)≤Pe×(1-AE);
0≤Pd(t)≤Pe×AE;
其中,AE为0-1变量,Pe为集中式共享储能配置的功率,Pc(t)为t时刻储能的放电功率,Pd(t)为t时刻储能的充电功率;
所述网架潮流约束为:
PDG,i=PG,i(t)+Pw,i(t)+Pg,i(t);
其中,节点i为节点j的父节点,且j≥1;节点k为节点i的父节点;PDG,i为节点i处电源发出的有功功率,QDG,i为节点i处电源发出的无功功率,为功率因数角;PL,i为节点i处的有功负荷;QL,i为节点i处的无功负荷;Ui为节点i的电压,Uj为节点j的电压,Pki为支路ki上从节点k流出的有功功率,Qki为支路ki上从节点k流出的无功功率,(Pki-rkilki)为支路ki上注入节点i的有功功率;Pij为支路ij上从节点i流出的有功功率;(Qki-xkilki)为支路ki上注入节点i的无功功率;Qij为支路ij上从节点i流出的无功功率;rki为线路ki的电阻;Iki为线路ki上的电流;lki为线路ki电流的平方;xki为线路ki的电抗;N为电网节点集合;Iij为线路ij上的电流;lij为线路ij电流的平方;rij为线路ij的电阻;xij为线路ij的电抗;Pw,i(t)为t时刻i节点的风电出力,Pg,i(t)为t时刻i节点的光伏出力;
所述功率平衡约束为:
其中,PG,i(t)为t时刻i节点的火电出力,Pw,i(t)为t时刻i节点的风电出力,Pg,i(t)为t时刻i节点的光伏出力,Pcutload,i(t)为t时刻i节点切除负荷的功率,Pd(t)为t时刻储能的充电功率,Pc(t)为t时刻储能的放电功率,Pcut,i(t)为t时刻i节点的弃风弃光功率,Pload,i(t)为t时刻i节点的负荷功率,Pout,i(t)为t时刻i节点的外送功率,m为区域电网节点总数;
所述弃风弃光约束为:
0≤Pcut,i(t)≤α(Pw,i(t)+Pg,i(t));
0≤Pcut,i(t)≤(1-AE)*M;
0≤Pd(t)≤AE*M;
其中,Pcut,i(t)为t时刻i节点的弃风弃光功率,Pw,i(t)为t时刻i节点的风电出力,Pg,i(t)为t时刻i节点的光伏出力,α为最大弃风弃光率,M为一个无穷大数。
5.根据权利要求1所述的集中式共享储能容量的规划方法,其特征在于,所述多时间尺度共享储能容量规划模型为:
min f=f(Pe,Ee)
其中,f为总体的配置成本,f()为集中式共享储能的总体成本模型的表达式,Pe为集中式共享储能配置的功率,Ee为集中式共享储能配置的容量,Pc(t)为t时刻储能的放电功率,E(t)为t时刻集中式共享储能的能量;SoC(t)为第三方储能的剩余电量;Ui为节点i的电压,Uj为节点j的电压,Pcutload,i(t)为t时刻i节点切除负荷的功率,Pcut,i(t)为t时刻i节点的弃风弃光功率,lij为线路ij上电流的平方。
6.一种集中式共享储能容量的规划***,其特征在于,所述规划***包括:
获取模块,用于获取目标区域电网多个节点全年实际运行的综合出力的历史数据;所述综合出力包括负荷出力、风光出力以及外送出力;
建立模块,用于建立集中式共享储能的总体成本模型;所述总体成本模型包括储能投资建设成本,切负荷的惩罚成本,弃风弃光的惩罚成本以及网架潮流的损耗成本;
构建模块,用于以集中式共享储能的总体成本最小为目标函数,以储能能量约束、储能充放电约束、网架潮流约束、功率平衡约束和弃风弃光约束作为约束条件,构建多时间尺度共享储能容量规划模型;
求解模块,用于根据所述综合出力的历史数据,对所述多时间尺度共享储能容量规划模型进行求解,确定目标区域电网各节点配置的共享储能数值。
7.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至5中任一项所述的集中式共享储能容量的规划方法。
8.根据权利要求7所述的一种电子设备,其特征在于,所述存储器为可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311658362.5A CN117674211A (zh) | 2023-12-06 | 2023-12-06 | 一种集中式共享储能容量的规划方法、***及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311658362.5A CN117674211A (zh) | 2023-12-06 | 2023-12-06 | 一种集中式共享储能容量的规划方法、***及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117674211A true CN117674211A (zh) | 2024-03-08 |
Family
ID=90072836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311658362.5A Pending CN117674211A (zh) | 2023-12-06 | 2023-12-06 | 一种集中式共享储能容量的规划方法、***及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117674211A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117910836A (zh) * | 2024-03-19 | 2024-04-19 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
-
2023
- 2023-12-06 CN CN202311658362.5A patent/CN117674211A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117910836A (zh) * | 2024-03-19 | 2024-04-19 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
CN117910836B (zh) * | 2024-03-19 | 2024-05-28 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN112734098B (zh) | 一种基于源-荷-网平衡的配电网电力调度方法及*** | |
Capizzi et al. | Recurrent neural network-based control strategy for battery energy storage in generation systems with intermittent renewable energy sources | |
CN107276122A (zh) | 适应大规模可再生能源并网的调峰资源调用决策方法 | |
CN107732949A (zh) | 一种综合风电全年多季节特性的储能布点定容方法 | |
CN117674211A (zh) | 一种集中式共享储能容量的规划方法、***及电子设备 | |
CN109034587A (zh) | 一种协调多种可控单元的主动配电***优化调度方法 | |
CN114977320A (zh) | 一种配电网源网荷储多目标协同规划方法 | |
CN113489003B (zh) | 一种考虑风光水一体化互补运行的源网协调规划方法 | |
CN111884263A (zh) | 多目标配电网优化方法 | |
CN105426985B (zh) | 一种适应于屋顶光伏接入的城市配电网电压分布优化方法 | |
CN116402210A (zh) | 一种综合能源***多目标优化方法、***、设备和介质 | |
CN110867907B (zh) | 一种基于多类型发电资源同质化的电力***调度方法 | |
CN117154778A (zh) | 一种配电网分布式储能优化配置方法及*** | |
CN115622101A (zh) | 一种促进可再生能源消纳的储能优化配置双层规划方法 | |
CN114358430A (zh) | 一种基于鲁棒优化的新型农村配电网规划策略 | |
CN109687423A (zh) | 一种直流电网的储能配置方法 | |
CN110323779B (zh) | 一种分布式发电与储能装置的功率动态聚合的方法和*** | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
CN116805192A (zh) | 考虑最优弃能率的综合能源***双层规划优化方法及应用 | |
CN116742812A (zh) | 一种多能互补发电***储能容量协调优化配置方法和*** | |
CN114091958B (zh) | 智能用电小区的综合能效评估方法及电网规划方法 | |
CN115526381A (zh) | 一种面向能源互联网的零碳园区优化规划方法及装置 | |
Zhang et al. | Calculation Method for Maximum Accommodation Capacity of Distributed Photovoltaic in Distribution Network Considering Various Electrical Constraints | |
CN116706892B (zh) | 一种轨道交通光储配置方法、***及电子设备 |
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 |