配网侧分布式储能优化调度方法、存储介质技术

本发明专利技术公开了一种配网侧分布式储能优化调度方法、存储介质，配网包括分布式的储能、电源和配网的节点、线路、变压器，方法包括：获取多个历史时刻的配网数据和对应的变量数据，根据变量数据得到电压、电流、负载的安全裕度值，配网数据包括储能的功率、电源的出力、市场电价、用电负荷，变量数据包括节点电压、线路电流和变压器功率；建立表征配电网安全运行边界的深度神经网络模型，输入为配网数据，输出为安全裕度值；利用配网数据和安全裕度数据训练模型并得到配电网安全约束条件，结合约束条件构建内嵌配电网安全约束的储能约束条件和储能成本收益函数；根据储能约束条件和储能成本收益函数建立并求解储能优化调度的混合整数线性规划模型。性规划模型。性规划模型。

【技术实现步骤摘要】
配网侧分布式储能优化调度方法、存储介质


[0001]本专利技术涉及分布式储能
，尤其涉及一种配网侧分布式储能优化调度方法、存储介质。

技术介绍

[0002]近年来，随着储能技术的进步和单位成本的下降，国内的分布式储能取得了迅速发展。分布式储能一方面可以在风电、光伏大发时期和负荷低谷期充电，一方面在负荷高峰时期放电，从而能够有效支撑新能源消纳和快速响应电力系统供需平衡。配电网运营者可以对分布式储能进行集中运营管控，并向分布式储能的业主支付补偿费用。随着越来越多的分布式发电和分布式储能渗透到配电网中，配电网潮流由传统的单向流动转变为双向流动，对配电网的安全运行形成了挑战。另一方面，新能源接入具有波动性和间歇性，也会增大配电网的安全运行难度。例如，当配电网中的储能为了响应系统信号同时充电或放电时，有可能造成配网局部节点的电压幅值越限或变压器功率越限，影响配电网安全运行。因此，分布式储能的调度策略需要在提升储能的运行效益的同时满足配电网的安全运行约束。由于配电网具有高电阻特性，对配电网采用传统的直流潮流模型误差较大，而交流潮流模型虽然能够比较准确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配网侧分布式储能优化调度方法，其特征在于，所述配网包括分布式储能、分布式电源、配网节点、配网线路和配网变压器，所述方法包括以下步骤：获取多个历史时刻的配网数据和对应的变量数据，并根据所述变量数据得到各历史时刻配电网的安全裕度数据，其中，所述配网数据包括所述分布式储能的功率、所述分布式电源的出力、市场电价、用电负荷，所述变量数据包括节点电压、线路电流和变压器功率，所述安全裕度数据包括电压安全裕度值、电流安全裕度值和负载安全裕度值；建立表征配电网安全运行边界的深度神经网络模型，其中，所述深度神经网络模型的输入为储能的功率、电源的出力、市场电价和用电负荷，输出为电压安全裕度值、电流安全裕度值和负载安全裕度值；利用所述配网数据和所述安全裕度数据，训练所述深度神经网络模型并得到配电网安全约束条件；结合所述配电网安全约束条件，构建内嵌配电网安全约束的储能约束条件和储能成本收益函数；根据所述储能约束条件和所述储能成本收益函数，建立并求解储能优化调度的混合整数线性规划模型。2.根据权利要求1所述的配网侧分布式储能优化调度方法，其特征在于，通过下式分别得到t时刻配电网的电压安全裕度值电流安全裕度值和负载安全裕度值和负载安全裕度值和负载安全裕度值和负载安全裕度值其中，V
max
和V
min
分别为电压上限值和电压下限值，N
bus
为配网节点集合，V
it
为历史t时刻节点i的电压；I
j，max
为线路j的电流上限值，N
branch
为配网线路集合，为历史t时刻线路j的电流；P
m，max
为变压器m的负载功率上限值，N
transfo
为配网变压器集合，为历史t时刻变压器m的功率。3.根据权利要求2所述的配网侧分布式储能优化调度方法，其特征在于，所述深度神经网络模型包括依次连接的输入层、第一隐含层、激活层、第二隐含层和输出层，所述第一隐含层和所述第二隐含层的总层数为L，各层的神经元数为N
l
，所述激活层的激活函数为ReLU(x)，其中，各层间神经元权重的矩阵关系如下：x1＝W1·
y
in
+b1，y
1，k
＝max{x
1，k
，0}，k＝1，2，3，...，N1x2＝W2·
y1+b2，y
2，k
＝max{x
2，k
，0}，k＝1，2，3，...，N2…
其中，为历史t时刻分布式储能s的功率，为历史t时刻分布式
电源n的出力，为历史t时刻配网的总用电负荷，为历史t时刻的市场电价，y
in
为所述深度神经网络模型的输入，x1为隐含层1的输入，W
l
，l＝1，2，...，L和b
l
，l＝1，2，...，L分别为N
l
×
N
l
‑1维和N
l
×
1维的神经网络线性参数矩阵和偏倚向量，y
l，k
为隐含层l第k个神经元的权重，x
l，k
为隐含层l第k个神经元的输入，x2为隐含层2的输入，y1为隐含层1的输出，y
′
out
为所述深度神经网络模型的输出。4.根据权利要求3所述的配网侧分布式储能优化调度方法，其特征在于，所述利用所述配网数据和所述安全裕度数据，训练所述深度神经网络模型并得到配电网安全约束条件，包括：步骤3
‑
1，建立所述深度神经网络模型的损失函数；步骤3
‑
2，随机初始化神经网络参数W
l
和b
l
，l＝1，2，...，L；步骤3
‑
3，从所述配网数据和所述安全裕度数据中随机抽取若干组数据构成训练数据集N
batch
，对应的数据标注为ξ∈N
batch
，将所述训练数据集中的训练数据输入至所述深度神经网络模型，并采用前向传播算法计算各层的输入x
l
和输出y
l
；步骤3
‑
4，通过反向传播算法得到令所述损失函数最小化的W
l
和b
l
；步骤3
‑
5，重复步骤3
...

【专利技术属性】
技术研发人员：李晓鹏，皇甫奋宇，李岩，孙晓新，赵启新，苏雅亨，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力经济技术研究院分公司，
类型：发明
国别省市：