一种电网侧储能优化方法及系统技术方案

本发明专利技术公开了一种电网侧储能优化方法及系统，获取电网侧储能数据；基于所述电网侧储能数据建立电网储能配置优化的目标函数；基于所述电网侧储能数据确定电网储能配置优化的约束条件；根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储能配置参数进行优化，确定在满足所述约束条件下使所述目标函数最大的电网储能配置参数，作为最优电网储能配置参数。本发明专利技术采用结合天牛须算法和粒子群算法的优点的天牛群算法，解决了电网中储能规划问题，实现了电网侧储能的快速合理的配置，减少了资源浪费，提高了储能运行的经济性。

【技术实现步骤摘要】
一种电网侧储能优化方法及系统
本专利技术涉及电网侧储能
，特别是涉及一种电网侧储能优化方法及系统。
技术介绍
大规模储能技术在电力系统中的应用越来越广泛，但由于储能成本依然较高，合理的储能配置有利于提高使用经济性，因此储能在电力系统中的规划问题引来越来越多的学者关注，因储能配置问题为复杂的非线性问题，只能利用智能算法求解，算法复杂，无法实现电网侧储能的快速合理的配置。
技术实现思路
本专利技术的目的是提供一种电网侧储能优化方法及系统，以实现电网侧储能的快速合理的配置，减少资源浪费。为实现上述目的，本专利技术提供了如下方案：一种电网侧储能优化方法，所述方法包括：获取电网侧储能数据；所述电网侧储能数据，具体包括：无储能时线路最大负荷、有储能时线路峰值负荷、与不加储能相比加入储能后使电网多接纳的风电功率、不加储能时火电机组有功出力、加入储能后火电机组有功出力、储能系统额定功率、储能系统额定容量和储能系统放电功率；基于所述电网侧储能数据建立电网储能配置优化的目标函数；基于所述电网侧储能数本文档来自技高网...

【技术保护点】
1.一种电网侧储能优化方法，其特征在于，所述方法包括：/n获取电网侧储能数据；所述电网侧储能数据，具体包括：无储能时线路最大负荷、有储能时线路峰值负荷、与不加储能相比加入储能后使电网多接纳的风电功率、不加储能时火电机组有功出力、加入储能后火电机组有功出力、储能系统额定功率、储能系统额定容量和储能系统放电功率；/n基于所述电网侧储能数据建立电网储能配置优化的目标函数；/n基于所述电网侧储能数据确定电网储能配置优化的约束条件；所述约束条件包括潮流约束、节点电压约束、火电机组出力约束、风电出力约束、线路容量约束、储能功率约束和储能容量约束；/n根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储...

【技术特征摘要】
1.一种电网侧储能优化方法，其特征在于，所述方法包括：
获取电网侧储能数据；所述电网侧储能数据，具体包括：无储能时线路最大负荷、有储能时线路峰值负荷、与不加储能相比加入储能后使电网多接纳的风电功率、不加储能时火电机组有功出力、加入储能后火电机组有功出力、储能系统额定功率、储能系统额定容量和储能系统放电功率；
基于所述电网侧储能数据建立电网储能配置优化的目标函数；
基于所述电网侧储能数据确定电网储能配置优化的约束条件；所述约束条件包括潮流约束、节点电压约束、火电机组出力约束、风电出力约束、线路容量约束、储能功率约束和储能容量约束；
根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储能配置参数进行优化，确定在满足所述约束条件下使所述目标函数最大的电网储能配置参数，作为最优电网储能配置参数；所述电网储能配置参数包括电网的储能装置的安装位置、容量和功率。


2.根据权利要求1所述的电网侧储能优化方法，其特征在于，
所述目标函数为：maxf＝y1+y2+y3-yin；
其中，y1为储能系统延缓输电网升级改造收益：






式中，Nl为总线路数，Plmax为无储能时输电线路l的最大负荷，为有储能时输电线路l的峰值负荷，i0为预期收益率，Δn为储能系统用于延缓输电网升级改造年限，λl为输电线路l单位扩建成本，γ为储能系统削峰率，λ为负荷年增长率；
y2为提升风电消纳收益：



式中，T为电网典型负荷日内的采样总时间，ft,w为与不加储能相比加入储能后t时刻使电网多接纳的风电功率，w为风电场，Δt为采样时间间隔，Cw为风电电价；
y3为储能调峰减少的环境成本：



式中，Ng为火电机组的总个数，Pt,a,g为不加储能时t时刻火电机组a的有功出力，为加入储能后t时刻火电机组a的有功出力，da为火电机组a的SO2排放系数，ka为火电机组a的SO2排污成本，g为火电机组中的发电机，Δt为时间间隔；
yin为储能系统全寿命周期平均到每年的成本：



式中，Cp为储能单位功率成本，Pes为储能系统额定功率，CE为储能单位容量成本，Ees为储能系统额定容量，n为储能系统寿命年限，M为单位放电电量的运行维护成本，Nes为储能系统的总个数，pt,k,es为t时刻储能系统k的放电功率，es为储能。


3.根据权利要求1所述的电网侧储能优化方法，其特征在于，
所述潮流约束公式如下：






所述节点电压约束公式如下：



所述火电机组出力约束公式如下：



所述风电出力约束公式如下：



所述线路容量约束公式如下：



所述储能功率约束公式如下：



所述储能容量约束公式如下：



式中，i，j均为电力系统节点，N为电力系统的节点数量，为t时刻节点i的有功功率，为t时刻节点i的无功功率，为t时刻的i节点电压值，为t时刻的j节点电压值，Gij为i，j节点之间的电导，Bij为i，j节点之间的电纳，δij为i，j节点之间的相角差，Umin表示电压下限值，Umax表示电压上限值，为t时刻发电机有功功率，为发电机有功功率下限值，为发电机有功功率上限值，为t时刻发电机无功功率，为发电机无功功率下限值，为发电机有功功率上限值，为t时刻风电场w有功功率，为风电场w有功功率下限值，为风电场w有功功率上限值，为t时刻i，j节点之间的线路容量，为i，j节点之间的线路容量上限值，PES,s为安装储能节点s的储能功率；为安装储能节点s的储能功率上限值，为安装储能节点s的储能功率下限值，EES,s为安装储能节点s的储能容量，为安装储能节点s的储能容量上限值，为安装储能节点s的储能容量下限值。


4.根据权利要求1所述的电网侧储能优化方法，其特征在于，所述根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储能配置参数进行优化，确定在满足所述约束条件下使所述目标函数最大的电网储能配置参数，作为最优电网储能配置参数，具体包括：
初始化天牛群的位置矩阵X＝(X1,X2,…,Xn)、速度矩阵V＝(V1,V2,…,Vn)T和每个天牛的天牛须朝向其中，X1，X2和Xn分别表示第1个天牛、第2个天牛和第n个天牛的位置向量，V1，V2和Vn分别表示第1个天牛、第2个天牛和第n个天牛的速度向量，n表示天牛群中天牛的数量；X1，X2，Xn，V1，V2和Vn的维度均为m，m表示电网储能配置参数的数量；表示第i个天牛的天牛须朝向；初始化天牛群的群体极值为0；
在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值；
根据每个天牛的适应度函数值确定本次迭代的最大的适应度函数值，将本次迭代的最大的适应度函数值与群体极值进行比较，当本次迭代的最大的适应度函数值大于所述群体极值时，将所述群体极值更新为本次迭代的最大的适应度函数值；
判断迭代次数是否小于迭代次数阈值，得到第一判断结果；
若所述第一判断结果表示迭代次数小于迭代次数阈值，则令迭代次数的数值增加1，更新每个天牛的位置向量和速度向量，返回步骤“在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值”；
若所述第一判断结果表示迭代次数不小于迭代次数阈值，则输出群体极值对应的天牛的位置向量，作为最优的电网储能配置参数。


5.根据权利要求4所述的电网侧储能优化方法，其特征在于，所述在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值，具体包括：
将i的数值初始化为1；
将第i个天牛的位置向量带入约束条件的公式，判断第i个天牛的位置向量是否满足所述约束条件，得到第二判断结果；
若所述第二判断结果表示第i个天牛的位置向量满足所述约束条件，则利用目标函数计算第i个天牛的适应度函数值；
若所述第二判断结果表示第i个天牛的位置向量不满足所述约束条件，则随机生成第i个天牛的位置向量；返回步骤“将第i个天牛的位置向量带入约束条件的公式，判断第i个天牛的位置向量是否满足所述约束条件，得到第二判断结果”，直到第i个天牛的位置向量满足所述约束条件；
判断i的数值是否小于天牛群中天牛的数量，得到第三判断结果；
若所述第三判断结果表示i的数值小于天牛群中天牛的数量，则令i的数值增加1，返回步骤“将第i个天牛的位置向量带入约束条件的公式，判断第i个天牛的位置向量是否满足所述约束条件，得到第二判断结果”；
若所述第三判断结果表示i的数值不小于天牛群中天牛的...

【专利技术属性】
技术研发人员：李建林，王含，王力，杨林，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京;11