计及分布式光伏消纳率的配电网储能优化配置方法技术

本发明专利技术公开了一种计及分布式光伏消纳率的配电网储能优化配置方法，在考虑储能装置的运行策略的基础上以储能装置的投资运维成本、储能装置的收益、配电网的网络损耗、可再生能源的跨区域送电量和弃用量为目标函数。采用基于顺序查找策略的非支配排序方法、基于参考点的选择策略以及模拟二进制交叉机制对多目标灰狼算法进行改进，考虑优化过程中的各项约束条件，利用改进后的多目标灰狼算法对所建立的储能装置的配置模型进行求解。本发明专利技术可以减少配电网的网络损耗和促进分布式光伏的就地消纳、减少弃电量，同时实现储能的效益最大化、提高了配电网系统的经济性。高了配电网系统的经济性。高了配电网系统的经济性。

【技术实现步骤摘要】
计及分布式光伏消纳率的配电网储能优化配置方法


[0001]本专利技术属于电力系统配置领域，涉及一种计及分布式光伏消纳率的配电网储能优化配置方法。

技术介绍

[0002]面对着环境和资源的问题，光伏发电以其可再生、环境友好等优点受到越来越多的关注。光伏接入电网中起到了很多的积极作用，但是由于其自身的波动性和不确定性，会导致配电网的安全稳定运行受到一定程度上的破坏，针对这一问题可以采取一定的措施。
[0003]因此，需要一种新的计及分布式光伏消纳率的配电网储能优化配置方法以解决上述问题。
[0004]由于分布式风机(wind turbine,WT)和分布式光伏(photovoltaic,PV)出力具有波动性和不确定性,但是在时序特性上具有一定的互补性。一方面,利用分布式电源出力在时间维度上的互补特性,通过合理配置WT和PV容量,可以降低PV和WT的波动性,使其出力在每个时刻能够稳定地满足部分负荷功率。另一方面,在配置过程中,考虑分布式电源出力与负荷需求的协调互动特性,优化分布式电源容量,在满足负荷需求的同时,可以在负荷低谷期间减少“弃风”和“弃光”现象,提高能源利用率。
[0005]储能系统在配电网中的合理配置可以促进分布式光伏能源的消纳，减小分布式光伏能源发电出力的波动性和间歇性对电网运行的影响；可以削峰填谷，高效利用电力设备、降低供电成本，减少为了满足高峰时刻负荷需求而进行的电网升级建设的投资；减小负荷的峰谷差，平滑负荷曲线。因此储能的合理配置，将有效解决分布式光伏并网时带来的运行压力，有助于安全运行。

技术实现思路

[0006]本专利技术的目的是为了解决现有技术中存在的问题，提供一种计及分布式光伏消纳率的配电网储能优化配置方法以解决上述问题。
[0007]为实现上述专利技术目的，本专利技术的储能优化配置可采用如下技术方案：
[0008]一种计及分布式光伏消纳率的配电网储能优化配置方法，包括以下步骤：
[0009]步骤1建立配电网储能装置模型；
[0010]步骤2以储能系统的安装位置、容量、功率作为决策变量，在满足储能装置约束、光伏出力约束、功率平衡约束和传输容量约束条件下，综合考虑储能装置接入电网后的产生的综合效益、配电网的网络损耗和分布式能源的就地消纳情况和弃用量优化配电网储能装置模型；
[0011]步骤3改进多目标灰狼算法：
[0012]步骤31采用基于顺序查找策略的非支配排序方法，非支配排序方法中个体的编号是由被支配个体的编号所决定：front(p)为个体p所处的前沿
面的编号；q为支配个体p组成的合集；
[0013]步骤32采用基于参考点的选择策略，子代P
t
和父代Q
t
结合生成种群R
t
＝P
t
∪Q
t
，并从种群R
t
中选出N个个体。在选择过程中首先将种群R
t
通过非支配排序分为多个非支配层(F1,F2,
…
,F
k
)，接着从非支配层F1开始逐层产生一个新的种群，在种群个体数量达到N或者首次超过N就不再新增个体数；
[0014]步骤33对N个个体进行选择，为需要从第L个前沿面选择出的个体数，利用常规边界交叉法(NBI)可以提供一组均匀的权重系数{λ1,λ2,
…
λ
n
}给选择策略进行使用，然后对每一维度的目标函数值进行自适应归一化的操作；
[0015]步骤34种群R
t
的理想点可以定义为的最小值即通过理想点将目标函数转化，f
i
为第i维的值，然后根据式：
[0016][0017][0018]计算每个目标函数对应的额外点：第i个目标会出现一个额外的目标向量m个额外向量可以组成一个m维的超平面，在此基础上可以求出截距a
i
(i＝1,2,
…
,m)，目标函数可以表示为：截距不存在时就直接设置截距为目标下的最大值，在参考点组成的参考线中选择出与归一化的个体最近的参考线，参考点中对应的个体数量较少的被保留的可能性更大；
[0019]步骤35采用模拟二进制交叉机制，系数向量由线性减少变为非线性减少，计算公式如下：
[0020][0021]式中：t为当前的迭代次数；t
max
为设定的迭代次数最大值；
[0022]步骤4将配电网储能装置模型用改进多目标灰狼算法进行优化求解。
[0023]上述步骤S1中，所述配电网储能装置的SOC计算公式如下：
[0024][0025]式中：E
ess
(t)为所述配电网储能装置前一时刻的剩余容量；S
soc
(t)为t时刻所述配电网储能装置的荷电状态；Δt为电量积累的时间间隔；η
bc
、η
bd
分别为储能元件的充电效率和放电效率；P
ess
(t)为所述配电网储能装置在t时刻的功率，P
ess
(t)＞0时所述配电网储能装置充电，视作电网的负荷，P
ess
(t)＜0为所述配电网储能装置放电，视作电网的电源，约束条件如下：
[0026][0027][0028][0029]式中：E
ess
为所述配电网储能装置额定容量；P
ess
为所述配电网储能装置额定充放电功率；为所述配电网储能装置荷电状态的上下限值，以避免储能元件的过充和过放。
[0030]上述步骤4包括如下步骤：
[0031]步骤S41设置种群个体数N、迭代次数最大值t
max
，初始化系数向量a、A、每天的投资运行维护成本C和种群P，生成参考点Z；
[0032]步骤S42计算个体的各维目标值，采用基于顺序查找策略的非支配排序策略选取前三等级的α，β，δ狼；
[0033]步骤S43更新种群P
t
，生成子代种群Q
t
。如果随机数小于设定值的下限，执行二进制交叉变异，否则按照灰狼算法的原有机制更新种群；
[0034]步骤S44更新后的种群为R
t
＝(P
t
∪Q
t
)，通过基于参考点的选取策略在R
t
中生成新种群S
t
；
[0035]步骤S45如果迭代次数小于t
max
，则返回步骤S42继续迭代，否则输出当前种群作为优化结果。
[0036]有益效果：本专利技术的计及分布式光伏消纳率的配电网储能优化配置方法，其中所建立的光伏与储能装置的出力模型接入IEEE33节点系统中，充分考虑了储能装置接入配电网后的作用，以储能装置的运维投资成本、低储高发的效益作为经济指标，以与网络损耗、可再生能源就地消纳量和弃电量作为技术指标建立储能装置的优化配置方案，并且计及储能装置的优化运行策略，采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计及分布式光伏消纳率的配电网储能优化配置方法，其特征在于，包括以下步骤：步骤1建立配电网储能装置模型；步骤2以储能系统的安装位置、容量、功率作为决策变量，在满足储能装置约束、光伏出力约束、功率平衡约束和传输容量约束条件下，综合考虑储能装置接入电网后的产生的综合效益、配电网的网络损耗和分布式能源的就地消纳情况和弃用量优化配电网储能装置模型；步骤3改进多目标灰狼算法，包括如下步骤，步骤31采用基于顺序查找策略的非支配排序方法，非支配排序方法中个体的编号是由被支配个体的编号所决定：front(p)为个体p所处的前沿面的编号；q为支配个体p组成的合集；步骤32采用基于参考点的选择策略，子代P
t
和父代Q
t
结合生成种群R
t
＝P
t
∪Q
t
，并从种群R
t
中选出N个个体，在选择过程中首先将种群R
t
通过非支配排序分为多个非支配层(F1,F2,
…
,F
k
)，接着从非支配层F1开始逐层产生一个新的种群，在种群个体数量达到N或者首次超过N就不再新增个体数；步骤33对N个个体进行选择，为需要从第L个前沿面选择出的个体数，利用常规边界交叉法(NBI)可以提供一组均匀的权重系数{λ1,λ2,
…
λ
n
}给选择策略进行使用，然后对每一维度的目标函数值进行自适应归一化的操作；步骤34种群R
t
的理想点可以定义为的最小值即通过理想点将目标函数转化，f
i
为第i维的值，然后根据式：后根据式：计算每个目标函数对应的额外点：第i个目标会出现一个额外的目标向量m个额外向量可以组成一个m维的超平面，在此基础上可以求出截距a
i
(i＝1,2,
…
,m)，目标函数可以表示为：截距不存在时就直接设置截距为目标下的最大值，在参考点组成的参考线中选择出与归一化的个体最近的参考线，参考点中对应的个体数量较少的被保留的可能性更大；步骤35采用模拟二进制交叉机制，系数向量由线性减少变为非线性...

【专利技术属性】
技术研发人员：杨跃武，畅广辉，袁振亚，李嘉鹏，张磊，徐立忠，史林军，李杨，王华，
申请(专利权)人：国网河南省电力公司兰考县供电公司，
类型：发明
国别省市：