多源随机扰动下的分布式储能系统优化调度方法及装置制造方法及图纸

本申请涉及一种多源随机扰动下的区域分布式储能优化调度方法及装置，根据获取的参数信息，对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律；并在多源随机扰动下的边界条件，通过系统目标函数得到系统能源消耗成本和排放成本结果。通过对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律。本发明专利技术的方法充分考虑了多源随机扰动对分布式储能优化调度的影响，在确保分布式储能系统运行稳定的基础上，使系统经济性能最优。

【技术实现步骤摘要】
多源随机扰动下的分布式储能系统优化调度方法及装置
本申请属于配电网自动化
，尤其是涉及一种多源随机扰动下的区域分布式储能优化调度方法及装置。
技术介绍
受自然条件限制，分布式能源发电具有很大的随机扰动特性，当大量分布式能源接入电网时，会给电网的稳定和经济运行带来较大影响。为此，在分布式电源优化调度过程中，充分考虑分布式电源的随机扰动特性，提高分布式电源的消纳能力，成为当前分布式电源研究的主要内容之一。
技术实现思路
本专利技术要解决的技术问题是：为解决现有技术中的不足，从而提供一种多源随机扰动下的区域分布式储能优化调度方法及装置。本专利技术解决其技术问题所采用的技术方案是：一种多源随机扰动下的分布式储能系统优化调度方法，包括以下步骤：S1：基于分布式储能系统，获取现场参数信息，参数信息包括各风电机组的输出功率、各光伏电站的输出功率和系统负荷建立各风电机组的输出功率、各储能电站的输出功率和系统负荷在不同时间的关系曲线；S2：根据获取的参数信息，对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律；S3：确定多源随机扰动下的边界条件，通过系统目标函数得到系统能源消耗成本和排放成本结果；S4：采用粒子群算法进行优化，得到最优系统能源消耗成本和排放成本结果下的分布式储能布置方式。优选地，本专利技术的多源随机扰动下的分布式储能系统优化调度方法，S2步骤中的负荷随机扰动分布特性的计算方法如下：S21：根据S1步骤中各常规电站的输出功率、各风电机组的输出功率、各储能电站的输出功率在不同时间下与风速、风向、温度、辐射的关系曲线，获取风电机组、光伏电站和系统负荷t时刻的随机扰动值；S22：计算多源随机扰动的概率密度函数式中，δPtotal,t＝δPL,t-δPW,t-δPS,t，表示多源随机扰动的整体偏差值，CW和CS分别表示风电机组和光伏电站的容量占比；δPW,t，δPS,t，δPL,t分别为风电机组、光伏电站和系统负荷t时刻的随机扰动值；μW,t，μS,t，μL,t，σW,t，σS,t，σL,t分别为风电、光伏和系统负荷的随机扰动均值和方差，由各常规电站的输出功率、各风电机组的输出功率、各储能电站的输出功率在不同时间的关系曲线计算得到。优选地，本专利技术的多源随机扰动下的分布式储能系统优化调度方法，S3步骤计算方法为：S31：设定功率平衡条件式中，PCl,t为常规机组Cl在t时刻的输出功率，PBi,t为储能电站Bi在t时刻的输出功率；PWj,t为风电机组Wj在t时刻的输出功率；PSk,t为光伏电站Sk在t时刻的输出功率，PL,t为t时刻的系统负荷，NC、NB、NW、NS分别为常规机组、储能电站、风电机组和光伏电站的数量；S32：计算多源随机扰动下的旋转备用条件式中，为常规机组的最大输出功率；为分布式储能系统的最大输出功率；Pr表示概率密度分布，α为置信水平；S33：确定系统目标函数：目标函数式中，Si,t为常规电站t时段的开机状态，f(PCi,t)为常规机组t时段的运行成本，SSC为常规电站的启停成本，为风电、光伏和负荷随机扰动的惩罚因子，的大小由使用环境决定；S34：在功率平衡条件和多源随机扰动下的旋转备用条件作为边界条件，通过目标函数中得到系统能源消耗成本和排放成本结果最优时的各储能电站的输出功率。本专利技术还提供一种多源随机扰动下的分布式储能系统优化调度装置，包括：数据获取模块：用于基于分布式储能系统，获取现场参数信息，参数信息包括各风电机组的输出功率、各光伏电站的输出功率和系统负荷建立各风电机组的输出功率、各储能电站的输出功率和系统负荷在不同时间的关系曲线；随机扰动分布特性计算模块：用于根据获取的参数信息，对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律；成本计算模块：用于确定多源随机扰动下的边界条件，通过系统目标函数得到系统能源消耗成本和排放成本结果；系统优化模块：用于采用粒子群算法进行优化，得到最优系统能源消耗成本和排放成本结果下的分布式储能布置方式。优选地，本专利技术的多源随机扰动下的分布式储能系统优化调度装置，随机扰动分布特性计算模块包括：随机扰动值计算子模块：用于根据数据获取模块中各常规电站的输出功率、各风电机组的输出功率、各储能电站的输出功率在不同时间下与风速、风向、温度、辐射的关系曲线，获取风电机组、光伏电站和系统负荷t时刻的随机扰动值；概率密度函数计算子模块：用于计算多源随机扰动的概率密度函数式中，δPtotal,t＝δPL,t-δPW,t-δPS,t，表示多源随机扰动的整体偏差值，CW和CS分别表示风电机组和光伏电站的容量占比；δPW,t，δPS,t，δPL,t分别为风电机组、光伏电站和系统负荷t时刻的随机扰动值；μW,t，μS,t，μL,t，σW,t，σS,t，σL,t分别为风电、光伏和系统负荷的随机扰动均值和方差，由各常规电站的输出功率、各风电机组的输出功率、各储能电站的输出功率在不同时间的关系曲线计算得到。优选地，本专利技术的多源随机扰动下的分布式储能系统优化调度装置，成本计算模块包括：功率平衡条件设定子模块：用于设定功率平衡条件为式中，PCl,t为常规机组Cl在t时刻的输出功率，PBi,t为储能电站Bi在t时刻的输出功率；PWj,t为风电机组Wj在t时刻的输出功率；PSk,t为光伏电站Sk在t时刻的输出功率，PL,t为t时刻的系统负荷，NC、NB、NW、NS分别为常规机组、储能电站、风电机组和光伏电站的数量；旋转备用条件设定子模块：计算多源随机扰动下的旋转备用条件式中，为常规机组的最大输出功率；为分布式储能系统的最大输出功率；Pr表示概率密度分布，α为置信水平；目标函数确定子模块：确定系统目标函数：目标函数式中，Si,t为常规电站t时段的开机状态，f(PCi,t)为常规机组t时段的运行成本，SSC为常规电站的启停成本，为风电、光伏和负荷随机扰动的惩罚因子，的大小由使用环境决定；结果输出子模块：在功率平衡条件和多源随机扰动下的旋转备用条件作为边界条件，通过目标函数中得到系统能源消耗成本和排放成本结果最优时的各储能电站的输出功率。本专利技术的有益效果是：本专利技术提供一种多源随机扰动下的区域分布式储能优化调度方法及装置，根据获取的参数信息，对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律；并在多源随机扰动下的边界条件，通过系统目标函数得到系统能源消耗成本和排放成本结果。通过对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律。本专利技术的方法充分考虑了多源随机扰动对分布式储能优化调度的影响，在确保分布式储能系统运行稳定的基础上，使系统经济性能最优。附图说明下面结合附图和实施例对本申请的技术方本文档来自技高网...

【技术保护点】
1.一种多源随机扰动下的分布式储能系统优化调度方法，其特征在于，包括以下步骤：/nS1：基于分布式储能系统，获取现场参数信息，参数信息包括各风电机组的输出功率、各光伏电站的输出功率和系统负荷建立各风电机组的输出功率、各储能电站的输出功率和系统负荷在不同时间的关系曲线；/nS2：根据获取的参数信息，对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律；/nS3：确定多源随机扰动下的边界条件，通过系统目标函数得到系统能源消耗成本和排放成本结果；/nS4：采用粒子群算法进行优化，得到最优系统能源消耗成本和排放成本结果下的分布式储能布置方式。/n

【技术特征摘要】
1.一种多源随机扰动下的分布式储能系统优化调度方法，其特征在于，包括以下步骤：
S1：基于分布式储能系统，获取现场参数信息，参数信息包括各风电机组的输出功率、各光伏电站的输出功率和系统负荷建立各风电机组的输出功率、各储能电站的输出功率和系统负荷在不同时间的关系曲线；
S2：根据获取的参数信息，对负荷随机扰动分布特性进行分析，确定负荷的随机扰动分布特性和规律；
S3：确定多源随机扰动下的边界条件，通过系统目标函数得到系统能源消耗成本和排放成本结果；
S4：采用粒子群算法进行优化，得到最优系统能源消耗成本和排放成本结果下的分布式储能布置方式。


2.根据权利要求1所述的多源随机扰动下的分布式储能系统优化调度方法，其特征在于，
S2步骤中的负荷随机扰动分布特性的计算方法如下：
S21：根据S1步骤中各常规电站的输出功率、各风电机组的输出功率、各储能电站的输出功率在不同时间下与风速、风向、温度、辐射的关系曲线，获取风电机组、光伏电站和系统负荷t时刻的随机扰动值；
S22：计算多源随机扰动的概率密度函数



式中，δPtotal,t＝δPL,t-δPW,t-δPS,t，表示多源随机扰动的整体偏差值，CW和CS分别表示风电机组和光伏电站的容量占比；
δPW,t，δPS,t，δPL,t分别为风电机组、光伏电站和系统负荷t时刻的随机扰动值；μW,t，μS,t，μL,t，σW,t，σS,t，σL,t分别为风电、光伏和系统负荷的随机扰动均值和方差，由各常规电站的输出功率、各风电机组的输出功率、各储能电站的输出功率在不同时间的关系曲线计算得到。


3.根据权利要求2所述的多源随机扰动下的分布式储能系统优化调度方法，其特征在于，
S3步骤计算方法为：
S31：设定功率平衡条件



式中，PCl,t为常规机组Cl在t时刻的输出功率，PBi,t为储能电站Bi在t时刻的输出功率；PWj,t为风电机组Wj在t时刻的输出功率；PSk,t为光伏电站Sk在t时刻的输出功率，PL,t为t时刻的系统负荷，NC、NB、NW、NS分别为常规机组、储能电站、风电机组和光伏电站的数量；
S32：计算多源随机扰动下的旋转备用条件



式中，为常规机组的最大输出功率；为分布式储能系统的最大输出功率；Pr表示概率密度分布，α为置信水平；
S33：确定系统目标函数：
目标函数



式中，Si,t为常规电站t时段的开机状态，f(PCi,t)为常规机组t时段的运行成本，SSC为常规电站的启停成本，为风电、光伏和负荷随机扰动的惩罚因子，的大小由使用环境决定；
S34：在功率平衡条件和多源随机扰动下的旋转备用条件作为边界条件，通过目标函数中得到系统能源消耗成本和排放成本结果最优时的各储能电站的输出功率。


4.一种多源随机扰...

【专利技术属性】
技术研发人员：孙芊，刘昊，赵健，马建伟，王磊，张建宾，牛荣泽，李宗峰，谢芮芮，顾波，
申请(专利权)人：国网河南省电力公司电力科学研究院，国网河南省电力公司，华北水利水电大学，国家电网有限公司，
类型：发明
国别省市：河南;41