电力系统联合规划方法及可读存储介质技术方案

本申请提供一种电力系统联合规划方法，包括根据电力系统的拓扑关系建立共享储能联合规划模型以及以所述电力系统的综合经济性最优为上层优化目标，并以典型场景下所述电力系统中的储能系统的运行效果为下层优化目标，采用双层优化方法求解所述共享储能联合规划模型得到所述储能系统的运行计划的步骤。其中的共享储能联合规划模型使用电网信息流与能量流连接基于模糊机会约束规划法描述风电机组出力的源端模型、描述价格激励影响用户需求负荷响应的荷端模型和考虑储能电站使用寿命的储端模型。本申请考虑电力系统的源端与荷端运行的随机性与不确定性，从而实现电力系统的调度平衡，提高能源利用效率并降低系统综合成本投入。投入。投入。

【技术实现步骤摘要】
电力系统联合规划方法及可读存储介质


[0001]本专利技术涉及电力系统的电力规划
，具体涉及一种电力系统联合规划方法及可读存储介质。

技术介绍

[0002]随着我国能源系统逐步向清洁化、可再生化转型，清洁电能在社会用能中的占比不断提高，以风电、光伏等清洁能源发电为主的新型电力系统将逐步取代以传统化石能源发电为主的高碳排放电力系统。而新能源出力具有随机性、波动性等特点，对电网的安全稳定运行带来极大影响，主要包括：弃风弃光、调峰调频、稳定性等问题。
[0003]传统电网和储能配置运行模式没有考虑用户侧响应的灵活性，导致储能侧和用户侧资源利用不够充分，因而不能有效消纳风电，“弃风弃光”现象时有发生；“源
‑
网
‑
荷
‑
储”各电网模块之间缺乏协同，造成资源浪费，设备投资上升。

技术实现思路

[0004]为了解决现有的电力系统中存在的对用户侧变化缺少响应，电力系统各模块之间缺少协同的问题，本专利技术提出一种电力系统联合规划方法及可读存储介质。
[0005]本专利技术采用了以下电力系统联合规划方法，包括以下步骤：
[0006]S100、根据电力系统的拓扑关系建立共享储能联合规划模型；
[0007]S200、以所述电力系统的综合经济性最优为上层优化目标，并以典型场景下所述电力系统中的储能系统的运行效果为下层优化目标，采用双层优化方法求解所述共享储能联合规划模型得到所述储能系统的运行计划；
[0008]所述共享储能联合规划模型使用电网信息流与能量流连接以下子模型：
[0009]①
：基于模糊机会约束规划法描述风电机组出力的源端模型；
[0010]②
：描述价格激励影响用户需求负荷响应的荷端模型；
[0011]③
：考虑储能电站使用寿命的储端模型。
[0012]具体的，所述S100、根据电力系统的拓扑关系建立共享储能联合规划模型步骤包括：
[0013]S110、建立源端模型，通过对所述风电机组的出力预测误差间接描述风电机组出力的不确定性：包括：
[0014]S111、采用模糊理论对出力预测误差ε
wind
建模：
[0015][0016]式中p'
wind
、p
wind
分别表示风电预测出力和实际出力；预测误差有两种表现形式，若实际出力高于预测出力，则为正误差，若实际出力低于预测出力，则为负误差；
[0017]S113、利用柯西分布计算预测误差的隶属度μ
wind
：
[0018][0019]式中，E
+wind
、E
‑
wind
分别表示正误差和负误差的统计平均值；σ为权重；
[0020]S115、建立以预测误差ξ的可信性测度C
r
(ξ≤ε
wind
)表示的风电机组出力的源端模型：
[0021][0022]具体的，所述S100根据电力系统的拓扑关系建立共享储能联合规划模型步骤包括：
[0023]S120、建立荷端模型，步骤包括
[0024]S121、建立基于激励价格的需求响应模型，若负荷参与需求侧响应的需求响应系数的上界为ρ
up
、下界为ρ
down
，均与激励价格x呈线性关系，表达式如下：
[0025][0026][0027]则激励价格x下的需求响应ρ0∈[ρ
down
,ρ
up
],
[0028]S122、计算在激励价格下参与需求响应的响应负荷总量S：
[0029][0030]其中，记用户参与需求响应为事件j，参与的用户数量为N
j
，激励价格为x
j
，ρ(x
j
)为用户参与需求响应的响应系数，其取值范围为ρ(x
j
)∈[ρ
down
，ρ
up
]，S
j
为某一用户的需求负荷总量；
[0031]S123、计算在激励价格x下的总激励成本支出C
s
：
[0032][0033]S125、建立激励价格对负荷参与需求响应的影响模型，负荷参与响应的形式分为转移、削减、中断三种，分别对应可转移负荷模型、可削减负荷模型以及可中断负荷模型；将一天分为N个调控负荷时段T，则：
[0034]可削减负荷模型：
[0035][0036]式中，ρ
LAr，t
为t时刻负荷可削减的系数；S
t
为t时刻用户负荷容量；P
LAr，t
为t时刻负荷削减功率；W
LAr，T
为可削减负荷在T时段的削减量；t
LAr
与分别为负荷削减的起始和终
止时间；W
LAr，T
与分别为T时段负荷可削减容量的下限和上限；
[0037]可转移负荷模型：
[0038][0039]式中，ρ
LAs，t
为t时刻负荷的可转移系数；P
LAs，t
为t时刻负荷可转移功率；t
LAs
与为负荷转移的起止时刻，W
LAs，T
为T时段负荷的可转移量；与W
LAs，T
分别为T时段负荷可转移容量的上下限；
[0040]可中断负荷模型：
[0041][0042]P
LAt，t
为t时刻负荷的可中断功率；ρ
LAt，t
为t时刻负荷的可中断系数；t
LAt
与为负荷中断的起止时刻；W
LAt，T
为T时段负荷的可中断量；与W
LAt，T
分别为可中断负荷中断容量的上下限。
[0043]7.如权利要求3所述的电力系统联合规划方法，其特征在于，所述S100根据电力系统的拓扑关系建立共享储能联合规划模型步骤包括：
[0044]S130、建立储端模型以描述充放电过程对电池寿命的影响，在经历了n次放电行为后，电池的实际电量表达式为：
[0045][0046]其中，，
[0047]其中，i为放电次数的计数，Γ
A
是无量纲系数、Γ
R
储能系统的额定寿命，d
ieff
为第i次放电过程的损耗量：
[0048][0049]式中，D
i
表示某次储能工作在非额定状态下的放电深度；P
iES，dis
表示与D
i
对应的放电功率，I
R
表示储能电池在额定状态下的放电电流；P
R
表示额定状态下储能电池的功率，a、b、c均为影响影响系数。
[0050]优选的，所述S200、以所述电力系统的综合经济性最优为上层优化目标，并以典型场景下所述电力系统中的储能系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力系统联合规划方法，其特征在于，包括以下步骤：S100、根据电力系统的拓扑关系建立共享储能联合规划模型；S200、以所述电力系统的综合经济性最优为上层优化目标，并以典型场景下所述电力系统中的储能系统的运行效果为下层优化目标，采用双层优化方法求解所述共享储能联合规划模型得到所述储能系统的运行计划；所述共享储能联合规划模型使用电网信息流与能量流连接以下子模型：基于模糊机会约束规划法描述风电机组出力的源端模型；描述价格激励影响用户需求负荷响应的荷端模型；考虑储能电站使用寿命的储端模型。2.如权利要求1所述的电力系统联合规划方法，其特征在于，所述S100、根据电力系统的拓扑关系建立共享储能联合规划模型步骤包括：S110、建立源端模型，通过对所述风电机组的出力预测误差间接描述风电机组出力的不确定性：包括：S111、采用模糊理论对出力预测误差ε
wind
建模：式中p'
wind
、p
wind
分别表示风电预测出力和实际出力；预测误差有两种表现形式，若实际出力高于预测出力，则为正误差，若实际出力低于预测出力，则为负误差；S113、利用柯西分布计算预测误差的隶属度μ
wind
：式中，E
+wind
、E
‑
wind
分别表示正误差和负误差的统计平均值；σ为权重；S115、建立以预测误差ξ的可信性测度C
r
(ξ≤ε
wind
)表示的风电机组出力的源端模型：3.如权利要求2所述的电力系统联合规划方法，其特征在于，所述S100根据电力系统的拓扑关系建立共享储能联合规划模型步骤包括：S120、建立荷端模型，步骤包括S121、建立基于激励价格的需求响应模型，若负荷参与需求侧响应的需求响应系数的上界为ρ
up
、下界为ρ
down
，均与激励价格x呈线性关系，表达式如下：，均与激励价格x呈线性关系，表达式如下：则激励价格x下的需求响应ρ0∈[ρ
down
，ρ
up
]，
S122、计算在激励价格下参与需求响应的响应负荷总量S：其中，记用户参与需求响应为事件j，参与的用户数量为N
j
，激励价格为x
j
，ρ(x
j
)为用户参与需求响应的响应系数，其取值范围为ρ(x
j
)∈[ρ
dowm
，ρ
up
]，s
j
为某一用户的需求负荷总量；S123、计算在激励价格x下的总激励成本支出C
s
：S125、建立激励价格对负荷参与需求响应的影响模型，负荷参与响应的形式分为转移、削减、中断三种，分别对应可转移负荷模型、可削减负荷模型以及可中断负荷模型；将一天分为N个调控负荷时段T，则：可削减负荷模型：式中，ρ
LAr，t
为t时刻负荷可削减的系数；S
t
为t时刻用户负荷容量；P
LAr，t
为t时刻负荷削减功率；W
LAr，T
为可削减负荷在T时段的削减量；t
LAr
与分别为负荷削减的起始和终止时间；W
LAr，T
与分别为T时段负荷可削减容量的下限和上限；可转移负荷模型：式中，ρ
LAs，t
为t时刻负荷...

【专利技术属性】
技术研发人员：保伟中，张葛军，戎树全，郭继军，吴翠翠，
申请(专利权)人：江苏龙源风力发电有限公司，
类型：发明
国别省市：