一种基于两阶段鲁棒优化的网储协同规划方法及系统技术方案

本发明专利技术公开了一种基于两阶段鲁棒优化的网储协同规划方法及系统，用于给出主网规划和储能投建的经济优化方案。两阶段鲁棒的网储协同规划综合考虑了电网网架优化与储能配置的互补关系，充分考虑了新能源消纳、技术要求、系统风险、运行灵活性等因素，以经济性、灵活性最优为目标，构建了系统层级的输电网

【技术实现步骤摘要】
一种基于两阶段鲁棒优化的网储协同规划方法及系统


[0001]本专利技术属于新能源的输电网
‑
储能协同规划
，具体涉及一种基于两阶段鲁棒优化的网储协同规划方法及系统。

技术介绍

[0002]随着新能源持续增长，而煤电装机逐渐减少，导致系统调节能力降低，给新能源消纳带来较大压力，而储能系统的配置将助力低碳环境下新能源的消纳。另一方面，输电网络作为连接电能生产和消费的关键环节，在实现电力低碳化发展中同样具有极为重要的作用，而电源结构的改变和随机性的增强将对输电网架规划提出更高的要求。
[0003]新能源电力系统对供电可靠性带来了新的挑战。以风电、光伏为代表的新能源大规模并网使得电源侧出力加大了随机性和间歇性。同时，交通领域电气化是的大规模电动汽车同时充电的现象更加普遍，使得及区域尖峰负荷过大的问题更加严重。大规模新能源的接入以及源荷之间日益加剧的不匹配度将导致输电线路堵塞,增加电网调峰压力。在以新能源为主体的碳中和电力系统中，输电线路潮流大小、方向变动频繁，同时由于源荷分布的不匹配以及大规模分布式电源的并网运行，电网形态也将发生巨大变化，因而需要在电网新形态下重点考虑强不确定性以制定电网规划决策方案。
[0004]为提高新能源消纳率和含新能源的电力系统供电可靠性的同时保证经济性，电力储能的投入必不可少。储能在构建新型电力系统目标下被快速推向规模化应用，未来将实现超常规发展。但储能规划的理论和方法远未成熟，甚至没有公认的规划基本原则和技术要求，迫切需要科学理论支撑。
[0005]鲁棒优化在这里用于处理输电网
‑
储能的协同规划问题中新能源与负荷带来的不确定性的挑战，致力于优化最坏情况下的解，从而使最终得到的结果具有较强的抵抗不确定性或者风险的能力。两阶段鲁棒优化问题，是多阶段鲁棒优化的一个特例。在两阶段鲁棒优化问题中，一般包含两个不同层级的决策变量，又称为第一阶段的决策和第二阶段的决策。第一阶段的决策相关的参数是确定的，并且第一阶段的决策需要首先做出；第二阶段的决策的相关参数有一些是不确定的。第二阶段的决策需要在第一阶段的决策确定之后，等到第二阶段参数的揭示后，再做出相应的第二阶段决策。两阶段鲁棒优化的目标为：对两阶段决策进行联合优化，同时考虑第二阶段参数的不确定性。也就是优化在第二阶段参数取到最坏情况下的两个阶段决策对应的总的目标值。
[0006]因此，研究对输电网
‑
储能进行联合规划，以最小化投资成本以及最坏情况下的系统规划年运行成本为目标，充分考虑了新能源和负荷的不确定性、新能源消纳、保障负荷供应、各类运行成本等，使规划结果更符合实际运行场景。

技术实现思路

[0007]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于两阶段鲁棒优化的网储协同规划方法及系统，用于解决现有规划方法未考虑储能且对新能源与
负荷不确定性抵抗能力差的技术问题。
[0008]本专利技术采用以下技术方案：
[0009]一种基于两阶段鲁棒优化的网储协同规划方法，包括以下步骤：
[0010]S1、获取新能源与负荷历史数据并生成场景不确定集；
[0011]S2、将基础数据结合步骤S1得到的场景不确定集进行模型建模，生成输电线路与储能的投建模型，以及运行阶段模型；
[0012]S3、使用C&CG算法对步骤S2建立的输电线路与储能的投建模型和运行阶段模型进行求解得到满足收敛精度的结果，根据结果确定输电网及储能的规划方案。
[0013]具体的，步骤S1中，场景不确定集具体为：
[0014]实际资源系数：
[0015][0016]负荷的实际需求：
[0017][0018]其中，Ω
T
为时段集合；Ω
NE
为新能源机组集合；为新能源机组实际资源系数和预测资源系数；为新能源机组不确定性偏差；为新能源机组不确定性偏差状态；为新能源不确定性预算；Ω
Load
为负荷集合；为负荷的实际需求和预测需求；为负荷不确定性偏差；为负荷不确定性偏差状态；为负荷不确定性预算。
[0019]进一步的，实际资源系数的约束条件包括：
[0020]新能源机组不确定性偏差约束：
[0021][0022]新能源机组不确定性预算约束：
[0023][0024]负荷实际需求的约束条件包括：
[0025]负荷不确定性偏差状态变量约束：
[0026][0027]负荷不确定性预算约束：
[0028][0029]具体的，步骤S2中，输电线路与储能的投建模型具体为：
[0030]输电线路投资成本C
Line,Inv
为：
[0031][0032]储能的投资成本C
Storage,Inv
为：
[0033][0034]其中，Ω
storage
为储能集合，为储能投建成本，为储能实际投建容量。
[0035]进一步的，约束条件包括：
[0036]储能实际投建容量约束：
[0037][0038]储能电量与储能容量关系约束：
[0039][0040]其中，Ω
Line
为输电线路集合；Ω
′
Line
为待选输电线路集合；为线路投建状态；为线路投建成本；Ω
Storage
为储能集合；为储能最大允许的投建容量；为储能实际投建容量、电量；为储能投建成本；为储能电量和容量的比例。
[0041]具体的，步骤S2中，运行阶段模型具体为：
[0042]C
Ope
＝C
fhermal,Ope
+C
Storage,Ope
+C
Load,Ope
+C
NE,Ope
[0043]其中，C
Ope
为运行成本，C
Thermal,Ope
为火电运行成本，C
Storage,Ope
为储能运行成本，C
Load,Ope
为切负荷罚项，C
NE,Ope
为新能源机组弃电罚项。
[0044]进一步的，运行约束包括：
[0045]火电机组运行约束：
[0046][0047][0048][0049]新能源机组运行约束：
[0050][0051][0052]储能运行约束：
[0053][0054][0055][0056][0057][0058]切负荷约束：
[0059][0060]节点运行约束：
[0061][0062]输电线路运行约束：
[0063][0064][0065]其中，为火电机组最大、最小出力；为火电机组上下爬坡速率；为新能源机组装机容量；k为正整数；为储能调节周期；为储能初始电量比例；为储能充放电效率；为储能存储电量；Ω
Node
为节点集合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于两阶段鲁棒优化的网储协同规划方法，其特征在于，包括以下步骤：S1、获取新能源与负荷历史数据并生成场景不确定集；S2、将基础数据结合步骤S1得到的场景不确定集进行模型建模，生成输电线路与储能的投建模型，以及运行阶段模型；S3、使用C&CG算法对步骤S2建立的输电线路与储能的投建模型和运行阶段模型进行求解得到满足收敛精度的结果，根据结果确定输电网及储能的规划方案。2.根据权利要求1所述的基于两阶段鲁棒优化的网储协同规划方法，其特征在于，步骤S1中，场景不确定集具体为：实际资源系数：负荷的实际需求：其中，Ω
T
为时段集合；Ω
NE
为新能源机组集合；为新能源机组实际资源系数和预测资源系数；为新能源机组不确定性偏差；为新能源机组不确定性偏差状态；为新能源不确定性预算；Ω
Load
为负荷集合；为负荷的实际需求和预测需求；为负荷不确定性偏差；为负荷不确定性偏差状态；为负荷不确定性预算。3.根据权利要求2所述的基于两阶段鲁棒优化的网储协同规划方法，其特征在于，实际资源系数的约束条件包括：新能源机组不确定性偏差约束：新能源机组不确定性预算约束：负荷实际需求的约束条件包括：负荷不确定性偏差状态变量约束：负荷不确定性预算约束：4.根据权利要求1所述的基于两阶段鲁棒优化的网储协同规划方法，其特征在于，步骤S2中，输电线路与储能的投建模型具体为：
输电线路投资成本C
Line,Inv
为：储能的投资成本C
Storage,Inv
为：其中，Ω
Storage
为储能集合，为储能投建成本，为储能实际投建容量。5.根据权利要求4所述的基于两阶段鲁棒优化的网储协同规划方法，其特征在于，约束条件包括：储能实际投建容量约束：储能电量与储能容量关系约束：其中，Ω
Line
为输电线路集合；Ω
′
Line
为待选输电线路集合；为线路投建状态；为线路投建成本；Ω
Storage
为储能集合；为储能最大允许的投建容量；为储能实际投建容量、电量；为储能投建成本；为储能电量和容量的比例。6.根据权利要求1所述的基于两阶段鲁棒优化的网储协同规划方法，其特征在于，步骤S2中，运行阶段模型具体为：C
Ope
＝C
Thermal,Ope
+C
Storage,Ope
+C
Load,Ope
+C
NE,Ope
其中，C
Ope
为运行成本，C
Thermal,Ope
为火电运行成本，C
storage,Ope
为储能运行成本，C
Load,ope
为切负荷罚项，C
NE,Ope<...

【专利技术属性】
技术研发人员：李旭霞，王鹏，杨钤，王梓宇，王建学，邓娇娇，王凯凯，胡迎迎，荆永明，陈洁，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：