一种考虑可再生能源出力的分布式储能选址定容方法技术

本发明专利技术公开了一种考虑可再生能源出力的分布式储能选址定容方法。本发明专利技术采用的技术方案：根据以往可再生能源出力数据、常规发电机出力数据和负荷数据预测第二天的出力和负荷数据；分析历史数据，根据实际需求，给出储能电站的初始数据；建立考虑可再生能源出力的分布式储能选址定容的最优模型，以储能电站的位置、容量和每个时刻的SOC为优化变量，以降低储能运行成本为目标，考虑设备模型约束和系统运行约束；根据所建模型，建立基于windows操作系统，matlab环境的仿真平台，用遗传算法求解模型。本发明专利技术有效解决了储能最优选址定容问题，并降低了储能运行成本。

A Distributed Energy Storage Location Method Considering Renewable Energy Output

【技术实现步骤摘要】
一种考虑可再生能源出力的分布式储能选址定容方法
本专利技术属于电力系统规划领域，具体地说是一种考虑可再生能源出力的分布式储能选址定容方法。
技术介绍
储能造价昂贵，考虑储能选址定容的规划问题已经成为当今的研究热点。国内外现有考虑储能系统选址定容的电网规划方法，只考虑固定容量和功率的储能装置，忽略其规模和选址优化可能导致的运行成本不理想。中国专利申请号201811339760.X公开了一种配网自动化系统中储能系统的选址方法，其以节点电压波动、系统负荷波动和储能系统容量最小为目标，考虑了储能接入配电网的安全可靠性，未多考虑储能成本/效益的分析，且以较小系统IEEE-14节点配电网为仿真验证，不能很好验证该系统模型。
技术实现思路
为解决上述现有技术存在的问题，本专利技术提供一种考虑可再生能源出力的分布式储能选址定容方法，其通过建立双层优化模型，即外层用分支界定法确定储能的选址问题，内层用改进遗传算法确定储能最佳位置上的存储容量和功率、荷电状态(SOC)和最小总成本等，以有效解决储能最优选址定容问题，并降低储能运行成本。本专利技术的目的是通过以下技术方案来实现：一种考虑可再生能源出力的分布式储能选址定容方法，其包括步骤：1)根据以往可再生能源出力数据、常规发电机出力数据和负荷数据预测第二天的出力和负荷数据；2)分析历史数据，根据实际需求，给出储能电站的初始数据，即初始SOC状态、充放电时间、充放电效率和自放电率；3)建立考虑可再生能源出力的分布式储能选址定容的最优模型，以储能电站的位置、容量和每个时刻的SOC为优化变量，以降低储能运行成本为目标，考虑储能电站模型约束和系统运行约束；4)根据所建模型，建立基于windows操作系统，matlab环境的仿真平台，用遗传算法求解模型。本专利技术考虑可再生能源出力的分布式储能选址定容方法，相比较其他的确定储能选址定容的方法，本专利技术考虑了电力系统的安全性、稳定性等其他指标，结合了上层电网的分时电价，以间接式电源消纳最大化，同时考虑以储能的投资费用、系统网损费用、储能盈利的总成本最小为优化目标，具有工程实用性。作为上述方法的补充，所述储能电站的运行特性如下所示：1)充电过程S(t)＝(1-δΔt)S(t-1)+Pic(t)Δtηc/C，2)放电过程式中，S(t)是在t时刻储能的荷电状态；S(t-1)是在t时刻储能的荷电状态；δ是自放电率；Pic(t)和Pid(t)分别是充电和放电功率；ηc和ηd分别是充电和放电效率；C是储能电站的容量；Δt是时间间隔；所述的充电功率和放电功率存在如下的关系：式中，Pi(t)是储能电站和电网之间的一个交换功率，T是在相同时间间隔内所取的最大时刻；对单独的一个储能电站来说，同一时刻的Pic(t)和Pid(t)值互斥，有且只有一个为零。作为上述方法的补充，所述最优模型的目标函数包括三个部分，即储能投资费用、系统网损费用和储能充放电盈利，如下式所示：式中，Nbus是系统节点数；p是储能电站的单位容量成本造价；q(t)是在t时刻的电价；Ci是在i节点处储能电站的容量；zi是在i节点的二进制变量，如下式所示：表示网损，PIi(t)是在t时刻i节点处的净有功注入功率总和，如下式所示：其中，Pinet(t)是在t时刻i节点处的净有功注入功率，它包括负荷、发电机和可再生能源出力，但不包括交换功率Pi(t)；Vi(t)表i节点上的电压，Yik是i节点与j节点之间的线路导纳，Vik是i节点与k节点之间的电压；*和括号里的矩阵合称伴随矩阵。作为上述方法的补充，最优模型的约束分为两类：一是储能电站模型约束，包括储能系统蓄电池和配电网系统，为防止储能电站过充和过放的发生，其荷电状态SOC、储能充放电功率满足上、下限的限制约束；另一类约束为系统运行约束，即系统在运行中应该满足的约束，这类约束包括系统运行时每个时刻都应该满足功率平衡约束和在调度周期内的初始和终止时刻储能系统蓄电池的SOC应当保持一致。作为上述方法的补充，节点功率约束如下：式中，Pi和Qi分别是i节点的有功和无功注入功率，Vi和Vj分别是i节点和j节点的电压，θij是i节点和j节点之间的电压相角差，Gij和Bij分别是i节点和j节点之间线路的电导和电纳。作为上述方法的补充，节点电压幅值和相角约束如下：式中，Vi和分别是节点电压Vi的下限和上限，θi和分别是节点电压相角θi的下限和上限。作为上述方法的补充，传输容量约束如下：Pij＝ViVj(Gijcosθij+Bijsinθij)-Vi2Gij，式中，Pij是i节点和j节点之间的线路潮流，是i节点和j节点之间的最大线路传输容量。作为上述方法的补充，储能电站及其功率约束如下：式中，Si和分别是储能电站SOC值Si的下限和上限；式中，和分别是储能电站的最大持续充电和放电功率。作为上述方法的补充，储能电站的容量Ci约束如下：C≤Ci，式中，C是储能电站的最小容量，C大于零。作为上述方法的补充，采用遗传算法在寻优过程中对遗传参数进行自适应调整，并利用罚函数法来处理约束条件，得到最优模型对应的优化变量和目标函数值，即储能电站的最优位置、容量、对应的SOC值、储能投资费用、系统网损费用和储能充放电盈利总的成本。本专利技术具有的优点及有益效果为：本专利技术考虑了系统的安全性和稳定性等其他指标，加入了交流潮流模型。本专利技术结合了上层电网的分时电价，以间接式电源消纳最大化，同时考虑以储能的投资费用、系统网损费用、储能充放电盈利的总成本最小为优化目标。本专利技术通过建立双层优化模型，即外层用分支界定法确定储能的选址问题，内层用改进遗传算法确定储能最佳位置上的存储容量和功率、荷电状态(SOC)和最小总成本等，有效解决了储能最优选址定容问题，并降低了储能运行成本。本专利技术采用自适应遗传算法在寻优过程中对遗传参数进行自适应调整，并利用罚函数法来处理约束条件，从而提高了算法的计算速度和全局搜索能力。附图说明图1为本专利技术分布式储能选址定容方法的流程图。具体实施方式下面结合说明书附图和具体实施方式对本专利技术实施例中的技术方案进行清楚、完整地描述。如图1所示的一种考虑可再生能源出力的分布式储能选址定容方法，它包括如下步骤：由以往可再生能源(风电/光伏/水电等)出力数据、常规发电机出力数据和负荷数据预测第二天出力和负荷的数据。根据历史数据的分析，给出储能电站(这里指电化学储能电站)的初始SOC状态、充放电时间、充放电效率、自放电率。建立解决考虑可再生能源出力的分布式储能选址定容的最优模型，以储能电站的位置、容量和每个时刻的SOC为优化变量，以降低储能运行成本为目标，考虑储能电站模型约束和系统运行约束；根据所建模型，建立基于windows操作系统，matlab环境的仿真平台，用遗传算法求解模型。储能电站的运行特性，如(1)式、(2)式所示：1)充电过程：S(t)＝(1-δΔt)S(t-1)+Pic(t)Δtηc/C(1)2)放电过程：式中，S(t)是在t时刻储能的荷电状态；δ是自放电率；Pic(t)和Pid(t)分别是充电和放电功率；ηc和ηd分别是充电和放电效率；C是储能电站的容量。这里充电功率和放电功率存在这样的关系，如(3)式所示：式中，P(t)是储能电站和电网之间的一个交换功率。对单独的一个储能电站来说，同本文档来自技高网...

【技术保护点】
1.一种考虑可再生能源出力的分布式储能选址定容方法，其特征在于，包括步骤：1)根据以往可再生能源出力数据、常规发电机出力数据和负荷数据预测第二天的出力和负荷数据；2)分析历史数据，根据实际需求，给出储能电站的初始数据，即初始SOC状态、充放电时间、充放电效率和自放电率；3)建立考虑可再生能源出力的分布式储能选址定容的最优模型，以储能电站的位置、容量和每个时刻的SOC为优化变量，以降低储能运行成本为目标，考虑储能电站模型约束和系统运行约束；4)根据所建模型，建立基于windows操作系统，matlab环境的仿真平台，用遗传算法求解模型。

【技术特征摘要】
1.一种考虑可再生能源出力的分布式储能选址定容方法，其特征在于，包括步骤：1)根据以往可再生能源出力数据、常规发电机出力数据和负荷数据预测第二天的出力和负荷数据；2)分析历史数据，根据实际需求，给出储能电站的初始数据，即初始SOC状态、充放电时间、充放电效率和自放电率；3)建立考虑可再生能源出力的分布式储能选址定容的最优模型，以储能电站的位置、容量和每个时刻的SOC为优化变量，以降低储能运行成本为目标，考虑储能电站模型约束和系统运行约束；4)根据所建模型，建立基于windows操作系统，matlab环境的仿真平台，用遗传算法求解模型。2.根据权利要求1所述的分布式储能选址定容方法，其特征在于，所述储能电站的运行特性如下所示：1)充电过程S(t)＝(1-δΔt)S(t-1)+Pic(t)Δtηc/C，2)放电过程式中，S(t)是在t时刻储能的荷电状态；S(t-1)是在t时刻储能的荷电状态；δ是自放电率；Pic(t)和Pid(t)分别是充电和放电功率；ηc和ηd分别是充电和放电效率；C是储能电站的容量；Δt是时间间隔；所述的充电功率和放电功率存在如下的关系：式中，Pi(t)是储能电站和电网之间的一个交换功率，T是在相同时间间隔内所取的最大时刻；对单独的一个储能电站来说，同一时刻的Pic(t)和Pid(t)值互斥，有且只有一个为零。3.根据权利要求2所述的分布式储能选址定容方法，其特征在于，所述最优模型的目标函数包括三个部分，即储能投资费用、系统网损费用和储能充放电盈利，如下式所示：式中，Nbus是系统节点数；p是储能电站的单位容量成本造价；q(t)是在t时刻的电价；Ci是在i节点处储能电站的容量；zi是在i节点的二进制变量，如下式所示：表示网损，PIi(t)是在t时刻i节点处的净有功注入功率总和，如下式所示：其中，Pinet(t)是在t时刻i节点处的净有功注入功率，它包括负荷、发电机和可再生能源出力，但不包括交换功率Pi(t)；Vi(t)表i节点上的电压，Yik是i节点与j节点之间的线路导纳，Vik是i节点...

【专利技术属性】
技术研发人员：毛颖兔，丁倩，徐谦，张利军，孙轶恺，徐晨博，曾平良，邢浩，王坤，孙飞飞，朱克平，徐振超，章坚民，
申请(专利权)人：国网浙江省电力有限公司经济技术研究院，杭州电子科技大学，国家电网有限公司，
类型：发明
国别省市：浙江,33