互联微网储能配置扩容优化方法技术

本发明专利技术涉及互联微网储能扩容优化方法。通过设置规划周期，考虑到负荷峰值、NDDG单元和DDG单元配置容量的逐年增长，构建多阶段互联微网储能容量双层优化模型。上层模型以储能单元扩容后第y年的互联微网年成本净现值最低为目标，在第y‑1年各微网内储能配置容量的基础上，对该年各微网内增设的储能单元容量进行优化；下层模型以互联微网在第y年各运行场景下的运行总成本最低为目标，制定最优运行策略。将双层优化模型构造为大规模双层混合整数线性规划问题，以第y年各运行场景s下对微网i内储能单元进行扩容后的总成本最低为目标，对该年内各微网储能的额定容量和额定功率进行优化，并对储能扩容后该场景下互联微网的运行策略进行优化。

Optimization method of energy storage configuration and capacity expansion for Internet microgrid

【技术实现步骤摘要】
互联微网储能配置扩容优化方法
本专利技术涉及储能系统的领域。更具体地，涉及一种互联微网储能扩容优化方法。
技术介绍
微网中可再生能源发电单元出力的随机性和负荷需求的变化，应当在微网储能容量的多阶段规划中进行考虑。在传统的微网储能配置研究中，着重考虑了出现概率较大的运行场景，而忽略了一些发生概率较低而后果严重的极端场景，例如微源发电量较低而负荷需求较高，或微源出力、负荷功率波动剧烈的情况，在这种场景下可能会造成部分负荷停电、线路和配电设备过载，使得微网运行成本上升，因此在微网规划中对于可能出现的技术风险和经济风险不容忽视。本专利技术将风险定义为未来可能发生事件的不确定性以及该事件将产生严重后果的集合。微网系统中的分布式可再生能源发电单元出力的间歇性、负荷功率的不确定性是风险来源。在微网储能容量配置问题中，需要对风险加以考虑，研究基于风险控制策略的储能配置方案，将风险限制在微网投资者和运行管理者均可接受的范围内。因此，本专利技术中提出了基于风险控制策略的互联微网储能优化配置方法，给出逐年储能扩容方案。
技术实现思路
针对现有技术中存在的缺陷，本专利技术的目的在于提供一种互联微网储能扩容优化方法，用于制定各微网逐年更新的储能优化配置方案。为达到以上目的，本专利技术采取的技术方案是：本专利技术在互联微网的规划阶段将不确定性因素带来的风险考虑在内，设计了考虑运行风险的互联微网储能容量优化配置方法。设置规划周期(如10年)，考虑到负荷峰值、不可调度的分布式电源(NDDG)单元和可调度的分布式电源(DDG)单元配置容量的逐年增长，构建多阶段互联微网储能容量双层优化模型。通过求解双层优化模型，对各微网内储能额定容量和额定功率进行优化，制定逐年更新的储能扩容计划。在双层优化模型的构建中，上层模型考虑了储能长期运行所带来的延缓配电网设备升级改造收益，以储能单元扩容后第y年的互联微网年成本净现值最低为目标，在第(y-1)年各微网内储能配置容量的基础上，对该年各微网内增设的储能单元容量进行优化；下层模型中考虑储能所发挥的削峰填谷功能，在各场景内考虑增设储能后的削峰率指标约束，以互联微网在第y年各运行场景下的运行总成本最低为目标，制定最优运行策略。当完成双层优化模型构建后，需要将双层优化模型构造为大规模双层混合整数线性规划问题，以第y年各运行场景s下对微网i内储能单元进行扩容后的总成本最低为目标，对该年内各微网储能的额定容量和额定功率进行优化，并对储能扩容后该场景下互联微网的运行策略进行优化。一种互联微网储能扩容优化方法，包括如下步骤：步骤(1)基于对光伏单元的出力和负荷功率需求等不确定性因素的分析，分别建立描述光照辐射强度的概率密度函数和负荷功率波动的概率密度函数，基于历史负荷数据和文献资料，获取光伏和负荷概率模型中的相关参数，相关参数包括正态分布的均值μL，正态分布的标准差σL，分布的形状系数γ、β,光伏单元的最大出力值Pmax，并对各微网中发电单元的配置、Ι,ΙΙ,ΙΙΙ各级负荷占比进行初始化；步骤(2)由建立的光照辐射强度的概率密度函数和负荷功率波动的概率密度函数而生成光伏和负荷的累计分布函数曲线，基于光伏和负荷的累计分布函数曲线进行拉丁超立方抽样法生成含1000个初始场景的集合各子场景中包含一天内各时段的光伏单元出力和各微网内的负荷功率，设置规划周期，构建多阶段互联微网储能容量双层优化模型，在双层优化模型中，上层模型的目标函数以储能单元扩容后第y年的互联微网年成本净现值Cy.s最低为目标，在第y-1年各微网内储能配置容量的基础上，对该年各微网内增设的储能单元容量进行优化；下层模型的目标函数以互联微网在第y年各运行场景下的运行总成本最低为目标，制定最优运行策略；并设置y的初始值为1，在双层优化模型中，变量下标表示以年为单位的规划阶段；步骤(3)采用CPLEX对初始场景的集合中各子场景下的双层优化模型进行求解，得到第y年在不同场景下的总成本函数值Cs，并统计总成本函数值概率分布特性；步骤(4)在构建的风险控制策略下，基于第y年总成本函数值概率分布特性的统计结果，生成的极端场景集合，采用同步回代削减法削减为含10个场景的集合后，采用CPLEX对该策略下第y年各微网的储能扩容方案进行求解；步骤(5)判断y是否为10，若y≠10则令y＝y+1后，更新第y年的各微网内的微源配置和负荷峰值功率后返回步骤(3)步，直到得到在给定风险策略下10年内的互联微网储能扩容方案。在上述方案的基础上，光伏单元的出力取决于入射光的角度和强度，光照辐射强度在短期内近似满足Beta分布，步骤1所述的光照辐射强度的概率密度函数如下所示：其中：G、Gmax分别为某时段内实际的光照辐射强度及其最大值，Γ(·)表示Gamma函数，γ和β均为Beta分布的形状系数；γ和β分别通过公式(2)、(3)统计一定时段内光照辐射强度的均值μNG和方差后得出：光伏各时段的出力通过由下式求得，因此，光伏各时段的出力PNG也服从Beta分布，光伏各时段的出力PNG概率密度函数如公式(5)所示：其中：PSTG为光伏单元在标准状况下的出力值；GING、GSTG分别为实际状况和标准状况下的光照辐射强度；k为温度系数，TC、Tref分别为光伏池板温度和标准状况下的环境温度；Pmax为光伏单元的最大出力值。在上述方案的基础上，基于对历史负荷数据和文献资料的分析，得出描述负荷预测误差的概率分布函数，采用正态分布模拟负荷预测过程出现的不确定性，正态分布的均值μL作为负荷功率预测值，正态分布的方差模拟负荷波动的大小，负荷功率波动PL的概率密度函数如下式所示：在上述方案的基础上，所述上层模型的目标函数为：其中，上层模型以第y年各微网内储能扩容后的年成本净现值Cy.s最低为目标，在第(y-1)年的基础上，对微网内第y年储能额定容量和额定功率进行优化，上层模型的目标函数中包括第y年进行储能扩容后所需的年等值投资成本年运行维护成本年安装成本考虑多个运行场景后计算得到的总运行成本期望值以及储能延缓配电网设备更新升级的收益其中，互联微网的运行成本期望值由第y年运行场景下优化得出的最优运行成本及其出现概率Pr(s)求得。其中，cP是单位功率投资成本，cE是单位容量投资成本，cs是单位安装成本，和分别是第y年储能的额定配置功率和容量。配置储能后延缓配电网设备更新升级的收益由配电网设备投资成本cd、折现率r及储能延缓电网升级的年数△Ni.y求得。△Ni.y是所配置的储能装置能够在满足负荷要求下的使用年限，与负荷峰值的年增长率R3和储能扩容后的削峰率λi.y有关，在第y年微网i内削峰率λi.y是综合考虑多个运行场景下的削峰率λi.y.s及其出现概率Pr(s)后求得的期望值。为了在有效拟合该非线性函数的同时，方便模型求解，对函数进行线本文档来自技高网...

【技术保护点】
1.一种互联微网储能扩容优化方法，其特征在于，包括如下步骤：/n步骤1：基于对光伏单元的出力和负荷功率需求的不确定性因素的分析，分别建立描述光照辐射强度的概率密度函数和负荷功率波动的概率密度函数，基于历史负荷数据，获取光伏和负荷概率模型中的相关参数，相关参数包括正态分布的均值μ

【技术特征摘要】
1.一种互联微网储能扩容优化方法，其特征在于，包括如下步骤：
步骤1：基于对光伏单元的出力和负荷功率需求的不确定性因素的分析，分别建立描述光照辐射强度的概率密度函数和负荷功率波动的概率密度函数，基于历史负荷数据，获取光伏和负荷概率模型中的相关参数，相关参数包括正态分布的均值μL，正态分布的标准差σL，Beta分布的形状系数γ、β,光伏单元的最大出力值Pmax，并对各微网中发电单元的配置、Ι,ΙΙ,ΙΙΙ各级负荷占比进行初始化；
步骤2：由建立的光照辐射强度的概率密度函数和负荷功率波动的概率密度函数而生成光伏和负荷的累计分布函数曲线，基于光伏和负荷的累计分布函数曲线进行拉丁超立方抽样法生成含1000个初始场景的集合各子场景中包含一天内各时段的光伏单元出力和各微网内的负荷功率，设置规划周期，构建多阶段互联微网储能容量双层优化模型，在双层优化模型中，上层模型的目标函数以储能单元扩容后第y年的互联微网年成本净现值Cy.s最低为目标，在第y-1年各微网内储能配置容量的基础上，对该年各微网内增设的储能单元容量进行优化；下层模型的目标函数以互联微网在第y年各运行场景下的运行总成本最低为目标，制定最优运行策略，并设置y的初始值为1，在双层优化模型中，变量下标y，表示以年为单位的规划阶段；
步骤3：采用CPLEX对初始场景的集合中各子场景下的双层优化模型进行求解，得到第y年在不同场景下的总成本函数值Cs，并统计总成本函数值概率分布特性；
步骤4：在构建的风险控制策略下，基于第y年总成本函数值概率分布特性的统计结果，生成的极端场景集合，采用同步回代削减法削减为含10个场景的集合后，采用CPLEX对该策略下第y年各微网的储能扩容方案进行求解；
步骤5：判断y是否为10，若y≠10则令y＝y+1后，更新第y年的各微网内的微源配置和负荷峰值功率后返回步骤3，直到得到在给定风险策略下10年内的互联微网储能扩容方案。


2.如权利要求1所述的互联微网储能扩容优化方法，其特征在于，光伏单元的出力取决于入射光的角度和强度，光照辐射强度在短期内满足Beta分布，步骤1所述的光照辐射强度的概率密度函数如下所示：



其中：G、Gmax分别为某时段内实际的光照辐射强度及其最大值，Γ(·)表示Gamma函数，γ和β均为Beta分布的形状系数；
γ和β分别通过公式(2)、(3)统计一定时段内光照辐射强度的均值μNG和方差后得出：






光伏各时段的出力通过式(4)求得，因此，光伏各时段的出力PNG也服从Beta分布，光伏各时段的出力PNG概率密度函数如公式(5)所示：






其中：PSTG为光伏单元在标准状况下的出力值；GING、GSTG分别为实际状况和标准状况下的光照辐射强度；k为温度系数，TC、Tref分别为光伏池板温度和标准状况下的环境温度；Pmax为光伏单元的最大出力值。


3.如权利要求1所述的互联微网储能扩容优化方法，其特征在于，基于对历史负荷数据的分析，得出描述负荷预测误差的概率分布函数，采用正态分布模拟负荷预测过程出现的不确定性，正态分布的均值μL作为负荷功率预测值，正态分布的方差模拟负荷波动的大小，负荷功率波动PL的概率密度函数如下式所示：





4.如权利要求1所述的互联微网储能扩容优化方法，其特征在于，步骤2所述上层模型的目标函数为：
























其中，上层模型以第y年各微网内储能扩容后的年成本净现值Cy.s最低为目标，在第y-1年的基础上，对微网i，内第y年储能额定容量和额定功率进行优化，上层模型的目标函数中包括第y年进行储能扩容后所需的年等值投资成本年运行维护成本年安装成本考虑多个运行场景后计算得到的总运行成本期望值以及储能延缓配电网设备更新升级的收益其中，互联微网的运行成本期望值由第y年运行场景s，下优化得出的最优运行成本及其出现概率Pr(s)求得；其中，cP是单位功率投资成本，cE是单位容量投资成本，cs是单位安装成本，和分别是第y年储能的额定配置功率和容量；
配置储能后延缓配电网设备更新升级的收益由配电网设备投资成本cd、折现率r及储能延缓电网升级的年数△Ni.y求得；△Ni.y是所配置的储能装置能够在满足负荷要求下的使用年限，与负荷峰值的年增长率R3和储能扩容后的削峰率λi.y有关，在第y年微网i内削峰率λi.y是综合考虑多个运行场景下的削峰率λi.y.s及其出现概率Pr(s)后求得的期望值；
为了在有效拟合该非线性函数的同时，方便模型求解，对函数进行线性化处理后得到下式：



上层模型的约束包括：第y年进行储能扩容时的初期投资上限约束、储能的额定容量和额定功率下限约束、第y年内互联微网的供电可靠性约束和韧性指标约束、DDG、NDDG单元配置容量和各级负荷峰值逐年增长约束。


5.如权利要求4所述的互联微网储能扩容优化方法，其特征在于，所述第y年进行储能扩容时的初期投资上限约束为：



其中，LTIFy为第y年储能投资上限；
所述储能的额定容量和额定功率下限约束为：









其中，和分别为I级和II级峰值负荷，和SoC分别为储能单元荷电状态上下限；
所述第y年内互联微网的供电可靠性约束和韧性指标约束为：






其中，为可靠性指标上限，TΙ.i.s和TΙΙ.i.s分别为微网在场景下的I、II级负荷停电时间，γI和γII分别为I、II级负荷关键程度的权重系数；
所述DDG、NDDG单元配置容量和各级负荷峰值逐年增长约束：



上述公式表示模型中考虑了微网内DDG单元配置容量NDDG单元和各级负荷峰值的逐年增长，其中R1、R2、R3分别为DDG单元、NDDG单元配置容量和各级负荷峰值的年增长率。


6.如权利要求1所述的互联微网储能扩容优化方法，其特征在于，所述的下层模型的目标函数为：












<...

【专利技术属性】
技术研发人员：谢桦，许寅，滕晓斐，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11