一种配电网中光储系统的优化配置方法技术方案

本发明专利技术揭示了一种配电网中光储系统的优化配置方法，通过优化配置方法获得光伏系统的最优接入位置、最佳功率容量和储能系统的能量容量，本发明专利技术的提出不仅改善了配电网的电能质量，同时还考虑了储能投资的经济性，降低了投资成本。

An Optimal Configuration Method of Optical Storage System in Distribution Network

【技术实现步骤摘要】
一种配电网中光储系统的优化配置方法
本专利技术涉及配电网光储能系统优化配置
，特别涉及一种配电网中光储系统的优化配置方法。
技术介绍
近年来，随着可再生能源、分布式发电以及电动汽车的迅速发展，电力系统在运行过程中也发生着变化，但是有些问题也随之暴露出来。比如：负荷需求越来越大导致系统装机容量满足不了高峰时期配电网的负荷需求；用户对电能质量的要求越来越高；由于光伏具有间歇性和不稳定性等特点，会对配电网造成安全隐患。而储能系统(EnergyStorageSystem,ESS)因其具有能量响应速度快、削峰填谷、改善电压等有点，为改善配电网的电能质量、提高系统运行的可靠性提供了有力支撑。在分布式光伏的优化配置中，主要是对光伏系统进行选址定容，很少讲光储系统结合分析。因此，提出了一种不仅对光伏的接入位置、功率进行规划，还在下层规划中考虑了微电网的日运行成本，体现了储能的调度策略，实现了对储能系统的容量配置，从而改善了配电网的电压。
技术实现思路
本专利技术所要解决的技术问题是实现一种配电网中光储系统的优化配置方法，通过对光储系统进行整体规划，充分发挥储能系统的优点，进一步改善系统的电能质量。为了实现上述目的，本专利技术采用的技术方案为：一种配电网中光储系统的优化配置方法，通过优化配置方法获得光伏系统的最优接入位置、最佳功率容量和储能系统的能量容量，优化配置方法包括以下步骤：S1、根据选定的配电网模型，分别载入线路参数、负荷参数、系统的基准电压和基准功率初值；S2、根据所述的配电网模型，在上层规划中以光伏的投资和运行成本、系统网损以及电压稳定裕度为目标，含节点功率、节点电压、安装容量约束，并对节点电压约束和安装总功率约束采用罚函数的形式，建立光伏系统的选址定容优化模型；S3、通过采用基于小生境的粒子群算法对目标函数求解，得出光伏系统配置Pareto解的分布情况，分析出最优的接入位置和最佳功率容量；S4、采用K均值聚类算法对配电网所在地的日负荷需求和光伏出力进行聚类分析，得到用于确定分布式储能能量容量的典型日负荷曲线和光伏发电曲线；S5、将上层规划中得到的光伏安装位置和功率作为下层规划的输入数据，在下层规划中，分布式电源和储能构成微电网，以微电网日运行成本最小为目标，考虑了储能调度成本、分布式电源维护成本以及交互成本，含储能系统充放电功率约束以及功率平衡约束；S6、采用CPLEX求解器得出储能的最优出力曲线，采用最大区间算法计算出储能的容量。所述S2中，最小化光伏投资和运行成本的函数表达方式：式中：C为分布式光伏的投资和运行成本之和；NPV为分布式光伏的安装个数；为第n个分布式光伏的安装容量；r为分布式光伏的贴现率；y为使用年限；C1为光伏的单位投资成本；C2为光伏的单位运行成本；最小化网损的函数表达方式：式中：Ploss为系统的有功网损；Ii为支路i中的电流；Ri为支路中的电阻；Nbranch为系统中支路总数；电压稳定裕度的函数表达方式：式中：ΔU为电压稳定裕度；Uj为各个节点的电压；Ue为期望电压；Up为最大允许电压偏差；Nbus为系统的节点总数。所述S2中选址定容优化模型的约束条件包括节点功率平衡约束、节点电压约束、支路电流约束、安装总容量约束；所述节点功率平衡约束为：式中：Pi、Qi分别表示注入到节点i的有功和无功功率；e、f分别表示节点电压的实部分量和虚部分量；Gij、Bij分别表示节点导纳矩阵的实分量和虚分量；n为节点总数；所述节点电压约束为：式中：分别为节点j电压的下限值和上限值；所述安装总功率约束：式中：PPVj为第j个节点安装的光伏电源功率；PDESSmax为光伏电源最大允许安装的功率；所述对节点电压约束和安装总功率约束采用了罚函数的方式，其表达式为：式中：k1、k2和k3为惩罚系数。所述S3中，目标函数分别为光伏的投资和运行成本、系统网损以及电压稳定裕度，针对每一个目标函数，所有的配置方案都会根据这个目标函数的优劣生成可行解的排序序列，通过个体的排序来计算适应度，其表达式为：式中：Xj为种群中第j个个体；Ri表示在所有种群个体中对目标i的优劣排序后的序号；Ei(Xj)为Xj对目标i所得到的适应度；E(Xj)表示Xj对所有目标所得到的适应度；k为区间常数。所述S3中，利用MATLAB仿真平台，基于小生境的粒子群算法对目标函数求解，输出最优解，得到光伏系统在配电网系统中的最佳接入位置和功率容量。所述S4通过聚类算法，得到负荷和光伏发电的典型日曲线包括以下步骤：(1)聚类中心的确定：首先确定聚类数目m，将采取的样本由小到大进行排序，并将样本平均分成m个区间确定出每个区间的样本数，对排列后的样本从小到大进行区间划分，最后计算每个区间的平均值，该平均值即为聚类中心；(2)K均值聚类算法：采用下式表示：式中：a为聚类中心的个数；N为采取的样本数；Cnm为第n个样本是否属于m类；xn为待聚类的相关因素；ωm为类Rm的聚类中心。所述S5中，储能调度成本的表达式：式中：KBESS为折算后的单位充放电成本；PtBESS_dis、PtBESS_chη分别为微电网中储能系统在第t时刻的放电、充电功率；η为储能系统的充放电效率。Δt为时段t的时长，h,文中取1h；分布式电源的维护成本表达式：式中：Pjt为发电单元j在t时刻的有功功率输出；KOMj为发电单元j的运行管理系数；配电网与光储微电网的交互成本表达式：式中：Ptbuy、Ptsell分别为t时刻微电网向配电网购买和出售的功率；m(t)为实时电价。所述S5中，微电网日运行成本约束条件包括储能系统充放电功率约束、功率平衡约束；所述储能系统充放电功率约束：-PBESS,c,max≤PBESS,t≤PBESS,dis,max式中：PBESS,c,max、PBESS,dis,max分别表示储能系统最大充电功率和最大放电功率；所述功率平衡约束：Ppv,t+Pgrid,t＝PLoad,t+PBESS,t式中：Ppv,t为在t时刻光伏系统的输出功率；Pgrid,t为微电网与配电网的交互功率；PLoad,t为在t时刻负荷的需求功率。所述S6中，最大区间算法步骤为：1)根据下层规划，可以得出储能系统在一个时间周期内的最优功率曲线；2)将储能系统运行曲线的充放电过程分为若干区间，每个区间内对时间进行累加，得到每个区间的容量；3)选取最大区间容量作为储能系统的配置容量；S＝max(S(t)),t＝1,2,...,T。本专利技术配电网中光储系统的优化配置方法，通过建立配电网等效模型、分布式光伏系统的选址定容优化模型计算出光伏系统在配电网中的最佳接入位置和最佳功率容量，并以此作为下层规划中的输入数据，结合分布式储能系统运行策略规划模型，最终求解出储能的最优出力曲线，采用最大区间算法得出储能装置的能量容量，不仅对配电网的电能质量进行了改善，同时还考虑了储能投资的经济性，降低投资风险。附图说明下面对本专利技术说明书中每幅附图表达的内容作简要说明：图1为配电网中光储系统的优化配置方法流程图图2为配电网中光储系统的优化配置方法应用例的算法流程示意图；图3a、图3b至图3c为配电网中光储系统的优化配置方法应用于IEEE-33节点系统的应用前后的各节点电压情况图。具体实施方式下面对照附图，通过对实施例的描述，本文档来自技高网...

【技术保护点】
1.一种配电网中光储系统的优化配置方法，通过优化配置方法获得光伏系统的最优接入位置、最佳功率容量和储能系统的能量容量，其特征在于，优化配置方法包括以下步骤：S1、根据选定的配电网模型，分别载入线路参数、负荷参数、系统的基准电压和基准功率初值；S2、根据所述的配电网模型，在上层规划中以光伏的投资和运行成本、系统网损以及电压稳定裕度为目标，含节点功率、节点电压、安装容量约束，并对节点电压约束和安装总功率约束采用罚函数的形式，建立光伏系统的选址定容优化模型；S3、通过采用基于小生境的粒子群算法对目标函数求解，得出光伏系统配置Pareto解的分布情况，分析出最优的接入位置和最佳功率容量；S4、采用K均值聚类算法对配电网所在地的日负荷需求和光伏出力进行聚类分析，得到用于确定分布式储能能量容量的典型日负荷曲线和光伏发电曲线；S5、将上层规划中得到的光伏安装位置和功率作为下层规划的输入数据，在下层规划中，分布式电源和储能构成微电网，以微电网日运行成本最小为目标，考虑了储能调度成本、分布式电源维护成本以及交互成本，含储能系统充放电功率约束以及功率平衡约束；S6、采用CPLEX求解器得出储能的最优出力曲线，采用最大区间算法计算出储能的容量。...

【技术特征摘要】
1.一种配电网中光储系统的优化配置方法，通过优化配置方法获得光伏系统的最优接入位置、最佳功率容量和储能系统的能量容量，其特征在于，优化配置方法包括以下步骤：S1、根据选定的配电网模型，分别载入线路参数、负荷参数、系统的基准电压和基准功率初值；S2、根据所述的配电网模型，在上层规划中以光伏的投资和运行成本、系统网损以及电压稳定裕度为目标，含节点功率、节点电压、安装容量约束，并对节点电压约束和安装总功率约束采用罚函数的形式，建立光伏系统的选址定容优化模型；S3、通过采用基于小生境的粒子群算法对目标函数求解，得出光伏系统配置Pareto解的分布情况，分析出最优的接入位置和最佳功率容量；S4、采用K均值聚类算法对配电网所在地的日负荷需求和光伏出力进行聚类分析，得到用于确定分布式储能能量容量的典型日负荷曲线和光伏发电曲线；S5、将上层规划中得到的光伏安装位置和功率作为下层规划的输入数据，在下层规划中，分布式电源和储能构成微电网，以微电网日运行成本最小为目标，考虑了储能调度成本、分布式电源维护成本以及交互成本，含储能系统充放电功率约束以及功率平衡约束；S6、采用CPLEX求解器得出储能的最优出力曲线，采用最大区间算法计算出储能的容量。2.根据权利要求1所述的配电网中光储系统的优化配置方法，其特征在于：所述S2中，最小化光伏投资和运行成本的函数表达方式：式中：C为分布式光伏的投资和运行成本之和；NPV为分布式光伏的安装个数；为第n个分布式光伏的安装容量；r为分布式光伏的贴现率；y为使用年限；C1为光伏的单位投资成本；C2为光伏的单位运行成本；最小化网损的函数表达方式：式中：Ploss为系统的有功网损；Ii为支路i中的电流；Ri为支路中的电阻；Nbranch为系统中支路总数；电压稳定裕度的函数表达方式：式中：ΔU为电压稳定裕度；Uj为各个节点的电压；Ue为期望电压；Up为最大允许电压偏差；Nbus为系统的节点总数。3.根据权利要求1或2所述的配电网中光储系统的优化配置方法，其特征在于：所述S2中选址定容优化模型的约束条件包括节点功率平衡约束、节点电压约束、支路电流约束、安装总容量约束；所述节点功率平衡约束为：式中：Pi、Qi分别表示注入到节点i的有功和无功功率；e、f分别表示节点电压的实部分量和虚部分量；Gij、Bij分别表示节点导纳矩阵的实分量和虚分量；n为节点总数；所述节点电压约束为：式中：分别为节点j电压的下限值和上限值；所述安装总功率约束：式中：PPVj为第j个节点安装的光伏电源功率；PDESSmax为光伏电源最大允许安装的功率；所述对节点电压约束和安装总功率约束采用了罚函数的方式，其表达式为：式中：k1、k2和k3为惩罚系数。4.根据权利要求1所述的配电网中光储系统的优化配置方法，其特征在于：所述S3中，目标函数分别为光伏的投资和运行成本、系统网损以及电压稳定裕度，针对每一个目标函数，所有的...

【专利技术属性】
技术研发人员：刘世林，陈徽，樊国东，张艳，娄柯，江明，
申请(专利权)人：安徽工程大学，
类型：发明
国别省市：安徽,34