一种配电网分布式光伏与储能电站投资决策方法技术

本发明专利技术公开了一种配电网分布式光伏与储能电站投资决策方法，配电网分布式电源规划领域，具体包括以下步骤：步骤1：输入光伏电站历史发电功率数据集和用电负荷历史数据集，采用改进的K中心点聚类算法提取光伏出力典型场景和用电负荷典型场景；步骤2：再根据光伏出力典型场景的光伏出力时序特性和用电负荷典型场景的用电负荷时序特性，构建光伏、负荷联合时序场景；本发明专利技术提出了一种配电网分布式光伏与储能电站投资决策方法，不仅反映了分布式光伏发电时序波动，实现了光伏电站投资效益最大化，同时保障电网安全稳定运行。同时保障电网安全稳定运行。同时保障电网安全稳定运行。

【技术实现步骤摘要】
一种配电网分布式光伏与储能电站投资决策方法


[0001]本专利技术属于配电网分布式电源规划领域，具体为一种基于改进遗传模拟退火算法的配电网分布式光伏与储能电站投资决策方法。

技术介绍

[0002]随着国家“双碳”提出实施，光伏发电装机容量和发电量不断攀升。分布式光伏出力和不同类型的常规负荷大小具有明显的时序特性，现阶段配电网分布式光伏选址和安装容量规划，通常采用恒定功率模型、概率模型，都无法准确体现时序波动性，不符合实际情况。同时，分布式光伏出力具有明显的波动性，影响了配电网安全稳定运行，现阶段配电网分布式光伏选址和安装容量规划未考虑，影响了电网安全稳定运行。

技术实现思路

[0003]本专利技术的目的在于提供了一种配电网分布式光伏与储能电站投资决策方法，不仅反映了分布式光伏发电时序波动，实现了光伏电站投资效益最大化，同时保障电网安全稳定运行。
[0004]实现本专利技术目的的技术解决方案为：一种配电网分布式光伏与储能电站投资决策方法，具体包括以下步骤：
[0005]步骤1：输入光伏电站历史发电功率数据集和用电负本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电网分布式光伏与储能电站投资决策方法，其特征在于，具体包括以下步骤：步骤1：输入光伏电站历史发电功率数据集和用电负荷历史数据集，采用改进的K中心点聚类算法提取光伏出力典型场景和用电负荷典型场景；步骤2：再根据光伏出力典型场景的光伏出力时序特性和用电负荷典型场景的用电负荷时序特性，构建光伏、负荷联合时序场景；步骤3：从光伏、负荷联合时序场景发生概率角度出发，以光伏电站经济效益最大化为目标采用改进的遗传模拟退火算法确定分布式光伏安装位置和容量；步骤4：采用超级电容平抑分布式光伏发电出力波动特性，以容量最小为目标确定储能电站安装位置和容量。2.根据权利要求1所述的配电网分布式光伏与储能电站投资决策方法，其特征在于，所述步骤1中改进的K中心点聚类算法提取光伏出力典型场景和用电负荷典型场景，具体说明如下：(1)采用动态时间弯曲距离计算分布式光伏电站不同日期发电功率曲线之间的距离，构建分布式光伏电站不同日期发电功率曲线之间的距离矩阵；(2)以轮廓系数最优为目标采用K中心点聚类算法开展分布式光伏电站不同日期发电功率曲线聚类分析，选择各个簇中心点作为光伏出力典型场景；(3)采用动态时间弯曲距离计算用电负荷不同日期负荷曲线之间的距离，构建负荷不同日期负荷曲线之间的距离矩阵；(4)以轮廓系数最优为目标采用K中心点聚类算法开展各类型负荷不同日期负荷曲线聚类分析，选择各个簇中心点作为用电负荷典型场景。3.根据权利要求2所述的配电网分布式光伏与储能电站投资决策方法，其特征在于，所述动态时间弯曲距离计算公式如下：假设有两条时间序列A＝{a1,
…
,a
l
,
…
,a
m
}和B＝{b1,
…
,b
j
,
…
,b
n
}，m和n分别表示时间序列A和B的长度，首先构造一个m*n的矩阵M，元素M(i,j)为a
i
与b
j
之间的距离，然后在矩阵中寻找一条使两条序列间累积距离最小的弯曲路径；弯曲路径W＝{w1,
…
,w
l
,
…
,w
K
}是矩阵M一组连续的元素集合，K为弯曲路径元素数量，并且满足以下约束：1)有界约束：max(m,n)≤K≤m+n
‑
1。2)边界约束：元素w1＝M(1,1)和w
K
＝M(m,n)分别是弯曲路径的起点和终点；3)连续性约束：给定元素w
l
＝M(i,j)，其相邻元素w
l
‑1＝M(i
′
,j
′
)需满足i
‑
i
′
≤1，j
‑
j
′
≤1，即弯曲路径元素是相邻的；4)单调性约束：给定元素w
l
＝M(i,j)，其相邻元素w
l
‑1＝M(i
′
,j
′
)需满足i
‑
i
′
≥0，j
‑
j
′
≥0；矩阵M中存在多条满足上述约束条件的弯曲路径，时间序列A和B的动态时间弯曲距离是最小的弯曲路径；弯曲路径采用动态规划算法求解，其最优解子结构为：d(i,j)＝M(i,j)+min{d(i
‑
1,j
‑
1),d(i
‑
1,j),d(i,j
‑
1)}其中i＝1,2,
…
,m，j＝1,2,
…
,n，d(0,0)＝0，d(i,0)＝d(0,j)＝+∞；上述时间序列A＝{a1,
…
,a
i
,
…
,a
m
}和B＝{b1,
…
,b
j
,
…
,b
n
}的动态时间弯曲距离为D
dtw
(A,B)＝d(m,n)。
4.根据权利要求3述的配电网分布式光伏与储能电站投资决策方法，其特征在于，所述轮廓系数定义如下：对于n个对象的数据集D，假设D被划分成k个簇C1，...，C
k
；对于每个对象o∈D，计算o与o所属簇的其它对象o
′
之间的平均距离a(o)和o到不属于o的所有簇对象o
″
的最小平均距离b(o)；假设o∈C
i
且1≤i≤k，则且1≤i≤k，则对象o的轮廓系数定义为式中dist(o,o
′
)为对象o与o
′
之间的距离；dist(o,o
″
)为对象o与o
″
之间的距离；轮廓系数的值在
‑
1和1之间。5.根据权利要求1所述的配电网分布式光伏...

【专利技术属性】
技术研发人员：樊晓伟，何永胜，陈咏涛，肖剑锋，王瑞妙，朱小军，姚龙，杨海峰，张友强，赵小娟，乐昕怡，周兴华，吴朋，柳静，蒋闻，
申请(专利权)人：国网重庆市电力公司电力科学研究院国家电网有限公司，
类型：发明
国别省市：