一种在配电网储能系统优化运行的混合整数线性规划模型技术方案

技术编号:25485267 阅读:28 留言:0更新日期:2020-09-01 23:04
本发明专利技术涉及一种在配电网储能系统优化运行的混合整数线性规划模型。由于在配电系统中部署电池能量存储系统的数量不断增加,需要新的模型来描述真实的特性。除了有功功率外,储能系统还可以通过逆变器连接与电网交换有功功率。虽然已有的一些工作已经考虑到了这一问题,但对于适合于实际大规模配电系统的线性模型的研究还不够充分。在此背景下提出了一种在配电网储能系统优化运行的混合整数线性规划模型。首先该模型考虑了电池能量存储系统的各个部分,包括电池组、逆变器和变压器,以及有功功率和视在功率极限的线性建模。然后采用线性潮流模型计算了系统功率损耗,具有较高的精度。

【技术实现步骤摘要】
一种在配电网储能系统优化运行的混合整数线性规划模型
本专利技术涉及一种在配电网储能系统优化运行的混合整数线性规划模型,属于电力系统领域。
技术介绍
目前能量存储系统(ESS)不是电力系统中的新设备。这些装置在动力系统中的出现是在欧洲部署用于负载均衡的泵送水力单元。随后,可再生能源资源的开发和平滑发电的需求放大了ESS的作用。在这个阶段,各种ESS技术,包括泵送水力发电机组,压缩空气能量存储(CAES),热存储,氢存储(以及燃料电池),飞轮,超级电容器,超导磁能存储(SMES)和各种电池技术已被利用在可再生能源的整合上。随着智能电网概念的引入,ESS亮点优势吸引了更多学者的关注,因为其除了是可再生能源助手之外还有众多独特的应用,包括价格套利,调峰,减少损失,供应能力,旋转备用,负荷跟踪,区域调节,输电和配电升级延期,拥堵管理,反应支持和电能质量,可靠性,以及黑启动和恢复。在各种ESS技术中,由于其独特的功能,电池储能系统(BESS)正成为几乎所有应用中不可或缺的部分。如今,各种配电网储能系统在电力系统中得到开发和商业化。考虑到功率和能量的范围,配电网储能系统主要用于配电系统。InHemmati和Saboori在不考虑网络和ESS的无功功率的情况下提出了一种通用模型,用于单位承诺中的ESS贡献以及灵敏度分析。该模型是直流(DC)模型。结果表明,在单位承诺模型中考虑ESS将降低运营成本,作为ESS额定功率和能量容量的函数。还有的研究中ESS反应贡献以及分布式发电资源被认为是通过启发式算法求解的非线性模型。建议的模型用于通过价格套利来增强分销公司(DISCO)的利润。有学者提出了一种用于4线低压配电网的不平衡三相配电网储能系统调度和操作系统。在这些工作中,要么没有考虑无功功率,要么模型是非线性的。因此本专利旨在通过考虑包括电池组,逆变器和变压器在内的各种组成部件以及基于能力曲线的无功功率贡献来精确地模拟配电网储能系统。该模型利用了配电网储能系统逆变器无功功率与电网交换的优势,除了传统的负载均衡之外,没有或几乎没有有功功率交换,导致电压调节的辅助效益。所提出的模型是混合整数线性规划(MILP),适用于现实的超大规模分布网络,在收敛到全局最优的方面的稳健性,除了计算电压幅度和网络损耗以及精确的线性方程之外,还可以通过商业解算器轻松解决。为了证明该模型的可用性,在IEEE33总线分布测试系统上进行了测试,并给出了结果并进行了讨论。
技术实现思路
本专利技术要解决的技术问题是提供一种在配电网储能系统优化运行的能精确地模拟配电网储能系统且适用于现实的超大规模分布网络的混合整数线性规划模型,所提出的模型是混合整数线性规划(MILP),在收敛到全局最优的方面具有稳健性。实现本专利技术目的的技术方案是提供一种在配电网储能系统优化运行的混合整数线性规划模型,包括如下步骤:本专利技术具有积极的效果:(1)本专利技术提出了一种在配电网储能系统优化运行的混合整数线性规划模型。由于在配电系统中部署电池能量存储系统的数量不断增加,需要新的模型来描述真实的特性。除了有功功率外,蓄电池储能系统还可以通过逆变器连接与电网交换有功功率。虽然已有的一些工作已经考虑到了这一问题,但对于适合于实际大规模配电系统的线性模型的研究还不够充分。在此背景下提出了一种在配电网蓄电池储能系统优化运行的混合整数线性规划模型。首先该模型考虑了电池能量存储系统的各个部分,包括电池组、逆变器和变压器,以及有功功率和视在功率极限的线性建模。然后采用线性潮流模型计算了系统的功率损耗,具有较高的精度。(2)本专利技术的一种在配电网储能系统优化运行的混合整数线性规划模型由于配电网储能系统调度的优化,每日总运营成本减少了5至10%。这种成本降低是配电网储能系统最佳负载均衡的直接结果。应该注意的是,除了降低成本(包括降低功率损耗和电压曲线)之外,配电网储能系统的负载均衡还提供了一些其他优势:忽略配电网储能系统反应能力导致成本降低,损失减少和电压改善方面的配电网储能系统效益降低。而且,相对于没有配电网储能系统的情况,总线电压几乎没有变化。(3)本专利技术的一种在配电网储能系统优化运行的混合整数线性规划模型对各种经济和技术因素具有积极影响。总运营成本可提高了3至8%。此外,对配电网储能系统性能进行建模可以使电压分布提高25%至40%%,从而获得更平坦的曲线。配电网储能系统无功功率贡献的最大影响是功率损耗,通过调用配电网储能系统无功功率,网络中的功率流将会减少。降低功率流将导致网络有功/无功损耗减少。(4)网络中每小时产生的功率,包括供电负载的功率,网络损耗和配电网储能系统的净交换。该功率是供应网络的上游变电站的输出功率。在没有配电网储能系统的情况下,从峰值到峰值时间存在相当大的变化,导致电力生产成本增加。本专利技术的一种在配电网储能系统优化运行的混合整数线性规划模型通过配电网储能系统的最佳充电和放电使曲线变平。事实上,峰谷被充电功率填充,通过释放存储的功率来削减峰值。附图说明图1为电池能量存储系统(BESS)对总线影响图;图2为电池能量存储系统(BESS)的构成图;图3为IEEE33总线分布测试系统的单线图;图4为逐步生成成本函数图;图5为含和不含配电网储能系统1和配电网储能系统2的每小时总有功功率(变电站输出)图;图6为IEEE33总线分布测试系统的线路和负载数据表;图7为每小时负荷系数[%]表;图8为案例1和案例2的模拟结果表;图9为案例1和案例3的模拟结果表;图10为案例2和案例3的模拟结果表。具体实施方式(实施例1)本专利技术提供一种在配电网储能系统优化运行的混合整数线性规划模型,包括如下步骤:步骤1:针对配电网储能系统优化运行,首先确定目标功能;步骤2:在步骤1确定目标功能的基础上,建立电池储能系统(BESS)模型;步骤3:在步骤2建立电池储能系统(BESS)模型的基础上,考虑储能的混合整数线性规划,对建立电池储能系统的视在功率进行线性约束。下面对每个步骤作进一步详细说明:步骤1中:针对配电网储能系统优化运行,首先确定目标功能,该问题的目标函数是量身定制的,以便考虑两个成本项,即发电成本和载荷。发电成本与从网络发电机和/或上游变电站提供电能的成本相关。此外,降低客户负载会降低系统运营商的成本。发电成本是消耗功率和相关成本因素的函数。增加的成本与卸载量和卸载量的值有关。如(1)中所示,分别在所有构成时间段的所有发电机组和网络总线上详细说明发电成本和负荷成本。k:时间;OCTot:系统在k时总的成本。为了保持问题的线性特性,使用分段线性化技术来转换原始二次生成成本函数。这是一种众所周知且值得信赖的近似方法,代入分段线性化技术中可得公式(2)至(5)。运营商甩负荷将导致向客户支付与总线位置、时段和甩负荷量有关的货币费用。该成本分量在第(6本文档来自技高网
...

【技术保护点】
1.一种在配电网储能系统优化运行的混合整数线性规划模型,其特征在于包括如下步骤:/n步骤1:针对配电网储能系统优化运行,首先确定目标功能;/n步骤2:在步骤1确定目标功能的基础上,建立电池储能系统模型;/n步骤3:在步骤2建立电池储能系统模型的基础上,考虑储能的混合整数线性规划,对电池储能系统的视在功率进行线性约束。/n

【技术特征摘要】
1.一种在配电网储能系统优化运行的混合整数线性规划模型,其特征在于包括如下步骤:
步骤1:针对配电网储能系统优化运行,首先确定目标功能;
步骤2:在步骤1确定目标功能的基础上,建立电池储能系统模型;
步骤3:在步骤2建立电池储能系统模型的基础上,考虑储能的混合整数线性规划,对电池储能系统的视在功率进行线性约束。


2.根据权利要求1所述的一种在配电网储能系统优化运行的混合整数线性规划模型,其特征在于:该问题的目标函数是量身定制的,需要考虑两个成本项,即发电成本和载荷;发电成本与从发电机和/或上游变电站提供电能的成本相关;此外,降低客户负载会降低系统运营商的成本;发电成本是消耗功率和相关成本因素的函数;增加的成本与卸载量和卸载量的值有关;如(1)中所示,分别在所有构成时间段的所有发电机组和网络总线上详细说明发电成本和负荷成本:



上述各式中的符号定义如下:
k:时间;
OCTot:系统在k时总的成本;

机组n在k时的发电成本($);

母线b在kK时的减载费用($)。


3.根据权利要求1所述的所述的一种在配电网储能系统优化运行的混合整数线性规划模型,其特征在于:利用电池储能系统功能的关键因素是系统中的精确建模和最优调度;为此,我们首先提出电池储能系统模型;电池储能系统系统由三部分组成;该系统的主要部分是电池组;电池组由电池模块组成,其中每个电池模块是电池单元的一组,电池组负责存储和释放电能;考虑到电网是交流波形构造和操作的,需要一个转换装置;该转换将在电源转换单元中执行,电源转换单元将电网的交流电转换为电池组充电模式下的直流充电电源;相反,它在电池组的放电模式下将电池组的直流输送功率转换为电网的交流功率。


4.根据权利要求1所述的一种在配电网储能系统优化运行的混合整数线性规划模型,其特征在于:电池储能系统的视在功率流应该限制在由转换系统和使用的变压器定义的额定视在功率上;电池储能系统视在功率是交换的有功功率和无功功率的非线性函数,存在两个约束,第一个是为每个有功功率和无功功率定义一个变量;第二个是非线性,可以通过用分段线性项近似二阶项来解决这个问题。


5.根据权利要求1所述的一种在配电网储能系统优化运行的混合整数线性规划模型,其特征在于:步骤1中:针对配电网储能系统优化运行,首先确定目标功能,该问题的目标函数是量身定制的,以便考虑两个成本项,即发电成本和载荷;发电成本与从网络发电机和/或上游变电站提供电能的成本相关;此外,降低客户负载会降低系统运营商的成本;发电成本是消耗功率和相关成本因素的函数;增加的成本与卸载量和卸载量的值有关;如(1)中所示,分别在所有构成时间段的所有发电机组和网络总线上详细说明发电成本和负荷成本;



为了保持问题的线性特性,使用分段线性化技术来转换原始二次生成成本函数;这是一种众所周知且值得信赖的近似方法,代入分段线性化技术中可得公式(2)至(5);












运营商甩负荷将导致向客户支付与总线位置、时段和甩负荷量有关的货币费用;该成本分量在第(6)至第(8)条中有规定;在第(6)条中,减载成本是以功率和失载值(voll)的线性函数计算的;方程式(7)表明,总线和时间段的减载功率应低于总线需求;这意味着减载不能作为一种发电资源,仅限于将母线需求减少到空载情况;在(8)中指出,通过减少总线有功需求,无功需求也以相同的比率减少;









上述各式中的符号定义如下:
ΩK:时间周期;
ΩN:发电机组;
ΩB:网络总线;

机组n有功发电下限值(kW);

机组n有功发电上限值(kW);

k时段,机组n发电成本函数p的斜率($/kW);

机组n无功发电下限值(kVaR);

机组n无功发电上限值(kVaR);

机组n以最小功率输出的发电成本($);

母线b在k时的减载成本($/kW);
PDb,k:母线b在k时的有功需求(kW);
QDb,k:母线b在k时的无功需求(kVaR);

机组n在k时的发电成本($);

母线b在K时的减载费用($);
PGn,k:k时段,机组n有功功率(kW);
QGn,k:k时段,机组n无功功率(kVaR);
PLb,k:k时段,母线b的有功功率下降值(kW);
QLb,k:k时段,母线b无功功率下降值(kVaR)。


6.根据权利要求5所述的一种在配电网储能系统优化运行的混合整数线性规划模型,其特征在于:步骤2中:配电网储能系统在充电模式下充当负载,在放电模式下充当发电机;因此,配电网储能系统在系统功率流中的作用可以反映在有功功率和无功功率的总线功率平衡方程中;因此,配电网储能系统的充电功率被视为虚拟需求,因此将被添加到有功功率和无功功率的总线功率平衡方程的消耗侧;配电网储能系统的放电功率应该被添加到总线功率的发电侧;等式(9)和(10)分别给出了有功和无功功率平衡的上述陈述的数学表达式;如等式所示,配电网储能系统的充电功率,总线需求和发送到连接线路的所有能量的总和属于等式的功耗侧;






进入配电网储能系统的输入功率以及来自配电网储能系统的输出功率由充电和放电单元限制;应该注意的是,配电网储能系统以初始预定义的存储能量水平开始日常操作过程,如(11)中所示;等式(12)证明了配电网储能系统在任何时间段的储能都是前一时段的储能充电功率和放电功率的函数;并且需要声明的一点是,从电网汲取的一些功率到配电网储能系统以及在放电模式下从配电网储能系统释放的一些功率将忽略充电和放电单元的内部损耗;配电网储能系统中存储的能量不能超过其额定能量容量;(13)中的不等式确保配电网储能系统的储存能量是限制在能量容量上;此外,在时间结束时,配电网储能系统中的存储能量应该等于初始值,如(14)所示;












上述各式中的符号定义如下:
ΩK:时间周期;
ΩN:发电机组;
ΩB:网络总线;
ΩS:电池储能系统;
ΩY:线性化辅助变量;
ΩNB:安装在总线nt上的发电机组;
ΩSB:安装在总线nt上的电池储能系统;

机组n有功发电下限值(kW);

机组n有功发电上限值(kW);

k时段,机组n发电成本函数p的斜率($/kW);

机组n无功发电下限值(kVaR);

机组n无功发电上限值(kVaR);

机组n以最小功率输出的发电成本($);

母线b在k时的减载成本($/kW);
PDb,k:母线b在k时的有功需求(kW);
QDb,k:母线b在k时的无功需求(kVaR);
GLb,bb:母线b和bb之间的线路电导(mho);
BLb,bb:母线b和bb之间的线路电纳(mho);
Es0:储存在BESSs中初始能量(kWh);
ηC:BESSs充电效率;
ηD:BESSs放电效率;

BESSs的额定能量(kWh);

BESSs额定功率(kVA);

机组n...

【专利技术属性】
技术研发人员:钱波王曙宁褚国伟万立新赵清源戚星宇龚凯强葛乐
申请(专利权)人:国网江苏省电力有限公司常州供电分公司国网江苏省电力有限公司国家电网有限公司
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1