一种区域电热系统储能分层配置优化方法及系统技术方案

本发明专利技术公开了一种区域电热系统储能分层配置优化方法及系统，所述的方法为：基于灵活性不足风险成本模型，进而构建电热系统储能分层配置优化模型，通过对储能容量配置和电热系统运行实现分层优化，得到储能容量配置方案和储能运行优化策略；上层储能配置模型计算得到储能容量配置结果后，下层储能运行优化模型基于目标级联分析法构建电

【技术实现步骤摘要】
一种区域电热系统储能分层配置优化方法及系统


[0001]本专利技术属于综合能源系统运行优化领域，涉及一种综合考虑灵活性和条件风险价值的区域电热系统储能分层配置优化方法及系统。

技术介绍

[0002]当前，我国大力推动多元化源荷即插即用与分布式新能源的就地消纳。同时，强化源网荷储协调发展，保障新能源高效利用。推动合理安排新能源发展规模、布局和时序，促进新能源与电网、新能源与灵活调节电源协调发展。2021年底，全国全口径非化石能源发电装机容量11.2亿千瓦，占总装机容量的47.0％，历史上首次超过煤电装机比重。截至2022年8月，我国非化石能源发电装机容量已达11.9亿千瓦，其中光伏发电并网装机容量3.5亿千瓦，风电并网装机容量3.4亿千瓦，均稳居全球第一。
[0003]面对可再生能源大量接入，综合能源系统可通过自身多能耦合特性，灵活调节，进一步提高可再生能源消纳。当前，针对风电不确定性，没有考虑条件风险价值带来的灵活性不足风险，同时没有考虑电热系统利益主体不同带来的协同调度问题。

技术实现思路

[0004]为解决上述现有技术存在的问题，本专利技术提供一种综合考虑灵活性和条件风险价值的区域电热系统储能分层配置优化方法及系统，其为应对风电的不确定性提供条件，对区域电热综合能源系统优化调度，以实现综合能源系统安全经济灵活运行。
[0005]为实现上述目的，本专利技术采用的一种技术方案如下：一种区域电热系统储能分层配置优化方法，其包括：
[0006]考虑风电出力不确定性，构建基于条件风险价值的风电出力置信区间，建立灵活性不足风险成本模型；
[0007]基于灵活性不足风险成本模型，进而构建同时考虑储能投资成本、电网运行成本以及灵活性不足风险成本的电热系统储能分层配置优化模型，通过对储能容量配置和电热系统运行实现分层优化，得到储能容量配置方案和储能运行优化策略；
[0008]所述的电热系统储能分层配置优化模型包括上层储能配置模型和下层储能运行优化模型；上层储能配置模型计算得到储能容量配置结果后，考虑热力系统和电力系统利益主体的不同，下层储能运行优化模型基于目标级联分析法构建电
‑
热协同运行调度模型，通过热电联产机组实现电热耦合功率交互，目标函数包括灵活性不足风险成本和添加的增广拉格朗日罚函数，多个热力系统与电力系统间交互功率值迭代计算，直至满足收敛判据，实现不同利益主体的协同运行。
[0009]进一步地，条件风险价值CVaR是在置信水平β下风电出力超过风险价值VaR的条件均值，考虑其余的(1
‑
β)情景，克服VaR的尾部效应，构建基于条件风险价值的风电出力置信区间的具体内容为：
[0010]1)风险价值VaR置信水平β下风电置信区间
[0011]定义风险价值VaR为置信水平β下风电不确定功率的单边分位点，物理意义为该置信水平下风电出力波动范围的阈值，对应于传统置信区间的临界值：
[0012][0013][0014]其中，
[0015][0016]式中，为的概率密度函数，表示传统置信区间的上限；表示传统置信区间的下限；φ
up
(α)为功率向上不超过α的概率；φ
low
(α)为功率向下不超过α的概率；R为正实数集合；
[0017]2)基于CVaR对传统置信区间的上限进行修正：
[0018][0019]式中，为运用条件风险价值表示的风电出力向上波动的阈值；为运用风险价值表示的风电出力向上波动的单边分位点；
[0020]对传统置信区间的下限进行修正：
[0021][0022]式中，为运用条件风险价值表示的风电出力向下波动的阈值；为运用风险价值表示的风电出力向上下波动的单边分位点。
[0023]更进一步地，向上调节灵活性不足风险成本f
u
(t)是指由于风电功率低于置信区间下限而采取措施所产生的期望成本，表示为：
[0024][0025]式中：K
u
为采取措施的成本系数；A
u
(t)为给定风电功率置信区间下限P
lb
(t)情况下的上调灵活性不足风险值；σ
u
表示风电不确定性功率低于下限阈值波动的期望值；
[0026]向下调节灵活性不足风险成本f
d
(t)是指由于风电功率超过置信区间上限而采取措施所产生成本的期望值大小，表达为：
[0027][0028]式中：K
d
为采取措施的成本系数；A
d
为给定风电功率置信区间上限P
ub
(t)情况下的下调灵活性不足风险值；σ
d
表示风电不确定性功率高于下限阈值波动的期望值；
[0029]在应对系统不确定性的灵活性边界给定的情况下，时刻t灵活性不足风险成本模型F
s
(t)表示为：
[0030]F
s
(t)＝f
u
(t)+f
d
(t)。
[0031]进一步地，上层储能配置模型以储能容量配置为目标，得到储能容量配置方案后传递到下层储能运行优化模型；下层储能运行优化模型，基于上层储能配置模型所传递的储能容量配置方案，以降低系统灵活性不足风险成本为目标函数，对电力系统源网荷储各侧灵活性资源进行调度，得到的运行优化结果作为储能运行优化策略反馈到上层储能配置模型，实现上下层模型相互迭代优化，最终得到同时满足储能运行、配置最优的方案。
[0032]更进一步地，上层储能配置模型的目标函数为电力系统年综合成本最小，决策变量为储能额定功率和额定容量；目标函数的计算公式为：
[0033]minC1＝μ1C
ess
+μ2C
op
+μ3F
risk
[0034][0035][0036][0037]式中：C1为电力系统年综合成本；C
ess
为储能的年投资成本；C
op
为电力系统年运行成本；F
risk
为年灵活性不足风险成本；μ1、μ2、μ3表示各目标项的权重系数，满足μ1+μ2+μ3＝1；C
ess,t
表示储能的运行维护成本；m
ess
表示储能的维修成本系数；σ
CHP
、σ
CGU
、σ
wind
和σ
GB
分别表示CHP、分布式柴油发电机、风电和燃气锅炉的维护成本系数；和分别为CHP、分布式柴油发电机、风电的有功功率和燃气锅炉的热功率；和分别为储能的充、放电功率；和λ
gas
分别表示外购电、气的单价；为外购能成本；P
tex,e
为外购电量；P
tex,gas
为外购气量；N
ess
为储能数量；c
ep
为储能单位功率投资成本；表示储能额定功率；c
ee
为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种区域电热系统储能分层配置优化方法，其特征在于，包括：考虑风电出力不确定性，构建基于条件风险价值的风电出力置信区间，建立灵活性不足风险成本模型；基于灵活性不足风险成本模型，进而构建同时考虑储能投资成本、电网运行成本以及灵活性不足风险成本的电热系统储能分层配置优化模型，通过对储能容量配置和电热系统运行实现分层优化，得到储能容量配置方案和储能运行优化策略；所述的电热系统储能分层配置优化模型包括上层储能配置模型和下层储能运行优化模型；上层储能配置模型计算得到储能容量配置结果后，考虑热力系统和电力系统利益主体的不同，下层储能运行优化模型基于目标级联分析法构建电
‑
热协同运行调度模型，通过热电联产机组实现电热耦合功率交互，目标函数包括灵活性不足风险成本和添加的增广拉格朗日罚函数，多个热力系统与电力系统间交互功率值迭代计算，直至满足收敛判据，实现不同利益主体的协同运行。2.根据权利要求1所述的区域电热系统储能分层配置优化方法，其特征在于，条件风险价值CVaR是在置信水平β下风电出力超过风险价值VaR的条件均值，考虑其余的(1
‑
β)情景，克服VaR的尾部效应，构建基于条件风险价值的风电出力置信区间的具体内容为：1)风险价值VaR置信水平β下风电置信区间定义风险价值VaR为置信水平β下风电不确定功率的单边分位点，物理意义为该置信水平下风电出力波动范围的阈值，对应于传统置信区间的临界值：信水平下风电出力波动范围的阈值，对应于传统置信区间的临界值：其中，式中，为的概率密度函数，表示传统置信区间的上限；表示传统置信区间的下限；φ
up
(α)为功率向上不超过α的概率；φ
low
(α)为功率向下不超过α的概率；R为正实数集合；2)基于CVaR对传统置信区间的上限进行修正：式中，为运用条件风险价值表示的风电出力向上波动的阈值；为运用风险价值表示的风电出力向上波动的单边分位点；对传统置信区间的下限进行修正：
式中，为运用条件风险价值表示的风电出力向下波动的阈值；为运用风险价值表示的风电出力向上下波动的单边分位点。3.根据权利要求2所述的区域电热系统储能分层配置优化方法，其特征在于，向上调节灵活性不足风险成本f
u
(t)是指由于风电功率低于置信区间下限而采取措施所产生的期望成本，表示为：式中：K
u
为采取措施的成本系数；A
u
(t)为给定风电功率置信区间下限P
lb
(t)情况下的上调灵活性不足风险值；σ
u
表示风电不确定性功率低于下限阈值波动的期望值；向下调节灵活性不足风险成本f
d
(t)是指由于风电功率超过置信区间上限而采取措施所产生成本的期望值大小，表达为：式中：K
d
为采取措施的成本系数；A
d
为给定风电功率置信区间上限P
ub
(t)情况下的下调灵活性不足风险值；σ
d
表示风电不确定性功率高于下限阈值波动的期望值；在应对系统不确定性的灵活性边界给定的情况下，时刻t灵活性不足风险成本模型F
s
(t)表示为：F
s
(t)＝f
u
(t)+f
d
(t)。4.根据权利要求1所述的区域电热系统储能分层配置优化方法，其特征在于，上层储能配置模型以储能容量配置为目标，得到储能容量配置方案后传递到下层储能运行优化模型；下层储能运行优化模型，基于上层储能配置模型所传递的储能容量配置方案，以降低系统灵活性不足风险成本为目标函数，对电力系统源网荷储各侧灵活性资源进行调度，得到的运行优化结果作为储能运行优化策略反馈到上层储能配置模型，实现上下层模型相互迭代优化，最终得到同时满足储能运行、配置最优的方案。5.根据权利要求4所述的区域电热系统储能分层配置优化方法，其特征在于，上层储能配置模型的目标函数为电力系统年综合成本最小，决策变量为储能额定功率和额定容量；目标函数的计算公式为：minC1＝μ1C
ess
+μ2C
op
+μ3F
risk
式中：C1为电力系统年综合成本；C
ess
为储能的年投资成本；C
op
为电力系统年运行成本；F
risk
为年灵活性不足风险成本；μ1、μ2、μ3表示各目标项的权重系数，满足μ1+μ2+μ3＝1；C
ess,t
表示储能的运行维护成本；m
ess
表示储能的维修成本系数；σ
CHP
、σ
CGU
、σ
wind
和σ
GB
分别表示CHP、分布式柴油发电机、风电和燃气锅炉的维护成本系数；和分别为CHP、分布式柴油发电机、风电的有功功率和燃气锅炉的热功率；和分别为储能的充、放电功率；和λ
gas
分别表示外购电、气的单价；为外购能成本；P
tex,e
为外购电量；P
tex,gas
为外购气量；N
ess
为储能数量；c
ep
为储能单位功率投资成本；表示储能额定功率；c
ee
为储能单位容量投资成本；表示储能额定容量；
NCHP
为CHP数量；
NCGU
为分布式柴油发电机数量；
Nwind
为风力发电机组数量；
NGB
为燃气锅炉数量；约束条件为：式中，分别为储能额定功率的最小值和最大值，的最小值和最大值，分别为储能额定容量的最小值和最大值；下层储能运行优化模型目标函数为灵活性不足风险成本最小：式中，C2为灵活性不足风险成本；约束条件为：式中，P
i
、Q
i
分别为各时刻节点i注入的有功和无功功率，θ
ij
为节点i与j之间的电压相角差；G
ij
、B
ij
为网络导纳；U
i
为节点i的电压幅值；N
node
为电力系统节点数目；
节点电压上下限满足：U
imin
≤U
i
≤U
imax
(i∈S
B
)式中，U
imin
、U
max
分别为节点i电压幅值的下限与上限；S
B
表示系统节点集合；支路潮流约束式中满足：S
j
≤S
j,max j∈L其中，S
j
为线路j的视在功率；S
j,max
为线路允许通过的视在功率上限；L为线路集合；S
soc,i,min
≤S
soc,i
(t)≤S
soc,i,max
S
soc,i
(0)＝S
soc,i
(T)式中，S
soc,i
(t)为时刻t节点i处储能荷电状态，S
soc,i,max
、S
soc,i,min
分别为其上、下限；η为储能充放电效率；为储能充电功率；为储能放电功率；Δt为调度时间间隔；P
ess,i
为储能充/放电功率集合；T为调度终止时刻；式中储能功率及容量即为下层储能运行优化模型的优化结果，得到运行结果后反馈给上层储能配置模型进行下一步迭代；基于目标级联分析法的电
‑
热协同运行调度模型，电力系统调度运行的目标函数修改为：式中，s为缩放因子；λ
i,t
和ω
i,t
为t时刻第i个热力系统对应的惩罚因子；为电力系统t时刻与第i个热力系统通过热电联产机组的交互功率；为第i个热力系统进行优化后上传给电力系统调度商的t时刻虚拟交互功率值；m为热力系统数量；第i个热力系统目标函数为：式中：C3为热力系统运行成本，包括热电联产机组和燃气锅炉的供热系统运行成本，满足用户热负荷需求；s
i
为第i个热力系统的缩放因子；为电力系统传递给第i个热力系统t时刻的虚拟交互功率值；为第i个热力系统t时刻与电力系统的期望交互功率。6.一种区域电热系统储能分层配置优化系统，其特征在于，包括：灵活性不足风险成本模型建...

【专利技术属性】
技术研发人员：许烽，万灿，陆翌，陶远超，陆承宇，王松，曹文斌，钱政旭，李心宇，吴文博，
申请(专利权)人：国网浙江省电力有限公司浙江大学，
类型：发明
国别省市：