一种综合能源系统中储能装置的选址定容优化规划方法制造方法及图纸

本发明专利技术公开了一种综合能源系统中储能装置的选址定容优化规划方法，该方法在储能装置接入配电网节点时，建立了一种以节点电压波动、系统负荷波动和储能配置成本最小为目标，以电网安全约束、系统运行功率平衡约束、热网约束、冷却网络约束、储能运行约束为约束的储能选址多目标优化模型。在模型求解的过程中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题，并利用模拟退火的粒子群算法求解，得到了储能装置的最优接入位置和配置容量。

An optimization planning method for location and capacity of energy storage device in comprehensive energy system

【技术实现步骤摘要】
一种综合能源系统中储能装置的选址定容优化规划方法
本专利技术属于综合能源系统中储能装置的规划
，具体涉及一种多目标优化建模的储能装置在配网关键节点中的能量需求和最优接入位置技术。
技术介绍
在综合能源系统中，考虑分布式电源大规模并入电网以及冷热电多种负荷，分布式电源大规模使用能减少路线损耗，提升节点电压水平，然而其输出功率的波动性和不确定性加剧了电网负荷和节点电压波动，降低了电力系统的质量和可靠性。而储能装置具有能量双向流动的能力、充放电的高速性和高效性，在接入配网关键节点后，能很好地平抑光伏发电系统带来的影响，起到平抑波动、削峰填谷、提高配电网的电能质量和提高系统经济性的作用，使配网运行会更具稳定性和安全性。通过对配备储能装置的选址定容方案的优化选择，可最大化利用率，提升稳定效果，其中接入位置的选择是最为关键的问题。储能装置的选址定容是一个多目标优化问题。目前常用的目标优化算法有微分进化算法、遗传算法、人工免疫算法等，然而上述几种算法在求解过程中计算效率较低、收敛速度较慢。
技术实现思路
本专利技术所要解决的技术问题就是提供一种综合能源系统中储能装置的选址定容规划方法，可实现储能装置在配网关键节点中的能量需求和最优接入位置确定，并提高计算效率。为解决上述技术问题，本专利技术采用如下技术方案：一种综合能源系统中储能装置的选址定容规划方法，包括如下步骤：步骤S1，构建多能源微电网系统模型：每个总线的需求由电力负荷、热负荷和冷却负荷组成，电力负荷由热电联合系统中的内燃机、风力涡轮机、光伏和电池存储单元提供，燃气锅炉、制冰厂余热锅炉和蓄热罐的组合提供供热负荷，而制冷负荷则由电冷水机组和吸收式冷水机组组合提供；步骤S2，构建储能装置荷电状态SOC的计算模型：当储能系统为充电状态时，其中，SOCbat,t表示在t时段结束时蓄电池的荷电状态值，ωbat表示蓄电池的自动放电损失率；Pbat,t表示在t时间段内，蓄电池的充放电功率，为正值时表示放电，负值时表示充电；Δt表示采样周期；ηbat,c表示蓄电池充电效率；Ebat表示蓄电池的容量，单位为kwh；当储能系统为放电状态，其中，ηbat,d表示蓄电池放电效率；步骤S3，获取储能装置所接入的配网系统的拓扑模型，所述的拓扑模型包括网络拓扑结构、基准电压Un、基准容量Sn、所有网络节点的功率参数S、各条支路上的阻抗参数zi以及热力管道位置、CHP接入位置、光伏接入位置、风力涡轮机接入位置；步骤S4，获取相关参数：包括蓄电池相关参数、分布式可再生能源参数、电力系统参数和热力系统参数；步骤S5，获得该区域光伏发电、风力发电和电力负荷历史年数据，通过对光伏发电数据和风力发电数据进行k均值聚类，得到光伏发电、风力发电和电力负荷需求的典型曲线；步骤S6，获得温度的历史年数据，在确定室外温度和室内温度舒适范围的情况下，通过温度差和热负荷之间的耦合关系式，以室内温度舒适度为约束条件，得到典型温度场景下的热负荷曲线；步骤S7，根据步骤S3中得到的配网系统的网络拓扑结构模型，建立目标函数和约束条件：建立目标函数：用节点电压波动f1、系统负荷波动f2以及储能装置建设成本f3三个指标组成多目标优化函数：minF(x,y)＝(f1(x,y),f2(x,y),f3(x,y))，其中，M为节点数，T表示总的时刻数，Uij表示第i个节点第j个时刻的电压值，表示第i个节点在时间T内的电压均值；表示T时间内CHP产生的电平均功率，Ps,chp(j)表示在j时刻CHP产生的电输入功率；其中，Cbat表示蓄电池的单价($/kwh)，γbat表示蓄电池的投资成本系数，γbat＝γbat,p+γbat,o+γbat,m，其中，γbat,p表示蓄电池的运行系数，γbat,o表示蓄电池的维护系数，γbat,m表示蓄电池折旧系数，N为储能装置个数，Ebat(k)表示第k个储能装置的额定容量；构建约束条件：包括电网安全约束、系统运行功率平衡约束、热网约束、冷却网络约束、储能运行约束；步骤S8，运用模拟退火粒子群算法，分别优化仅有目标函数f1、仅有目标函数f2和仅有目标函数f3的子问题，其中各子问题中的目标函数作为各子问题中的自适应度函数；步骤S9，分别将子问题1、子问题2、子问题3优化结果代入目标函数f1、目标函数f2和目标函数f3中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题步骤S10，再次运用模拟退火粒子群算法计算步骤S9得到的经整合的单目标函数优化问题，获得最后的地址选择和容量配置结果以及该配置方案的成本、节点电压波动和系统负荷波动。本专利技术采用上述技术方案，具有如下有益效果：通过对储能装置接入配网系统的影响分析，建立了一种以节点电压波动、系统负荷波动和储能配置成本最小为目标，以电网安全约束、系统运行功率平衡约束、热网约束、冷却网络约束、储能运行约束为约束的储能选址多目标优化模型。在模型求解的过程中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题，并利用模拟退火的粒子群算法求解，得到了储能装置的最优接入位置和配置容量。粒子群算法采用高效的群集并行地对有效解进行搜索，并且每次迭代过程中可产生多个有效解，同时粒子群算法具有记忆功能，粒子通过跟踪自身历史最优解和种群全局最优解来进行搜索，使得粒子群算法在寻优过程中具有很好的收敛性和全局搜索能力。针对多目标优化问题，目标之间往往无法比较，甚至互相冲突，只能在各子目标之间进行协调权衡和折衷处理，使得各子目标达到尽可能最优，如可通过归一化，使各目标具有可比性和可加权性，将多目标转化为单目标，大大简化计算复杂度。本专利技术的具体技术方案及其有益效果将会在下面的具体实施方式中进行详细的说明。附图说明下面结合附图和具体实施方式对本专利技术作进一步描述：图1是多能源微电网系统模型图；图2是33节点的放射型电网拓扑结构图；图3是典型季节性风电出力曲线场景；图4是典型季节性光伏出力曲线场景；图5是典型冬季日能量需求；图6是典型夏季日能量需求。具体实施方式下面对本专利技术实施例的技术方案进行解释和说明，但下述实施例仅为本专利技术的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例，都属于本专利技术的保护范围。本专利技术通过对储能装置接入配网系统的影响分析，建立了一种以节点电压波动、系统负荷波动和储能配置成本最小为目标，以电网安全约束、系统运行功率平衡约束、热网约束、冷却网络约束、储能运行约束为约束的储能选址多目标优化模型。在模型求解的过程中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题，并利用模拟退火的粒子群算法求解，最后在IEEE33节点配本文档来自技高网...

【技术保护点】
1.一种综合能源系统中储能装置的选址定容优化规划方法，其特征在于，包括如下步骤：/n步骤S1，构建多能源微电网系统模型：每个总线的需求由电力负荷、热负荷和冷却负荷组成，电力负荷由热电联合系统中的内燃机、风力涡轮机、光伏和电池存储单元提供，燃气锅炉、制冰厂余热锅炉和蓄热罐的组合提供供热负荷，而制冷负荷则由电冷水机组和吸收式冷水机组组合提供；/n步骤S2，构建储能装置荷电状态SOC的计算模型：/n当储能系统为充电状态时，

【技术特征摘要】
1.一种综合能源系统中储能装置的选址定容优化规划方法，其特征在于，包括如下步骤：
步骤S1，构建多能源微电网系统模型：每个总线的需求由电力负荷、热负荷和冷却负荷组成，电力负荷由热电联合系统中的内燃机、风力涡轮机、光伏和电池存储单元提供，燃气锅炉、制冰厂余热锅炉和蓄热罐的组合提供供热负荷，而制冷负荷则由电冷水机组和吸收式冷水机组组合提供；
步骤S2，构建储能装置荷电状态SOC的计算模型：
当储能系统为充电状态时，其中，SOCbat,t表示在t时段结束时蓄电池的荷电状态值，ωbat表示蓄电池的自动放电损失率；Pbat,t表示在t时间段内，蓄电池的充放电功率，为正值时表示放电，负值时表示充电；Δt表示采样周期；ηbat,c表示蓄电池充电效率；Ebat表示蓄电池的容量，单位为kwh；
当储能系统为放电状态，其中，ηbat,d表示蓄电池放电效率；
步骤S3，获取储能装置所接入的配网系统的拓扑模型，所述的拓扑模型包括网络拓扑结构、基准电压Un、基准容量Sn、所有网络节点的功率参数S、各条支路上的阻抗参数zi以及热力管道位置、CHP接入位置、光伏接入位置、风力涡轮机接入位置；
步骤S4，获取相关参数：包括蓄电池相关参数、分布式可再生能源参数、电力系统参数和热力系统参数；
步骤S5，获得该区域光伏发电、风力发电和电力负荷历史年数据，通过对光伏发电数据和风力发电数据进行k均值聚类，得到光伏发电、风力发电和电力负荷需求的典型曲线；
步骤S6，获得温度的历史年数据，在确定室外温度和室内温度舒适范围的情况下，通过温度差和热负荷之间的耦合关系式，以室内温度舒适度为约束条件，得到典型温度场景下的热负荷曲线；
步骤S7，根据步骤S3中得到的配网系统的网络拓扑结构模型，建立目标函数和约束条件：
建立目标函数：用节点电压波动f1、系统负荷波动f2以及储能装置建设成本f3三个指标组成多目标优化函数：minF(x,y)＝(f1(x,y),f2(x,y),f3(x,y))，其中，M为节点数，T表示总的时刻数，Uij表示第i个节点第j个时刻的电压值，表示第i个节点在时间T内的电压均值；表示T时间内CHP产生的电平均功率，Ps,chp(j)表示在j时刻CHP产生的电输入功率；其中，Cbat表示蓄电池的单价($/kwh)，γbat表示蓄电池的投资成本系数，γbat＝γbat,p+γbat,o+γbat,m，其中，γbat,p表示蓄电池的运行系数，γbat,o表示蓄电池的维护系数，γbat,m表示蓄电池折旧系数，N为储能装置个数，Ebat(k)表示第k个储能装置的额定容量；
构建约束条件：包括电网安全约束、系统运行功率平衡约束、热网约束、冷却网络约束、储能运行约束；
步骤S8，运用模拟退火粒子群算法，分别优化仅有目标函数f1、仅有目标函数f2和仅有目标函数f3的子问题，其中各子问题中的目标函数作为各子问题中的自适应度函数；
步骤S9，分别将子问题1、子问题2、子问题3优化结果代入目标函数f1、目标函数f2和目标函数f3中，运用适应度利差排序法，通过定量的方法整定不同目标函数的加权系数，来将多目标函数优化问题整合为单目标函数优化问题
步骤S10，再次运用模拟退火粒子群算法计算步骤S9得到的经整合的单目标函数优化问题，获得最后的地址选择和容量配置结果以及该配置方案的成本、节点电压波动和系统负荷波动。


2.根据权利要求1所述的一种综合能源系统中储能装置的选址定容优化规划方法，其特征在于：蓄电池相关参数包括蓄电池荷电状态最大值SOCbat,max和最小值SOCbat,min、额定功率Pbat,N、运行系数γbat,p、维护系数γbat,o、折旧系数γuc,m、放电效率ηbat,d、充电效率ηbat,c、单价Cbat能量溢出比最大值δsmax、负荷失电率最大值δlmax；分布式可再生能源参数包括分布式可再生能源所处节点、种类、容量及功率因数；电力系统参数包括配电网容量、节点峰值、支路允许最大电流及节点电压范围；热力系统参数包括环境最高温环境最低温热传递系数h、水的密度ρ、水的比热容Cw、管道长度l、容积比热VHC、最大水流比例和最小水流比例S以及设置水流速度m...

【专利技术属性】
技术研发人员：李颖毅，郑伟民，孙可，张笑弟，张全明，潘弘，郑朝明，顾益磊，高强，赵璞，王蕾，邹波，杨强，杨迷霞，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：浙江;33