一种包含储能装置的主动微电网容量配置方法制造方法及图纸

本发明专利技术公开了一种包含储能装置的主动微电网容量配置方法，包括以下步骤：S1、构建孤岛微电网系统的拓扑结构和能量调度架构；S2、在步骤S1基础上，基于全寿命周期成本对储能系统整个生命周期内产生的所有费用建立孤岛微电网系统能量调度模型，以净收益最大为目标函数对储能系统容量进行优化配置；S3、通过基于改进量子粒子群算法的控制策略对步骤S2中的储能系统容量进行求解；S4、搭建仿真模型，对孤岛微电网系统能量调度模型的有效性进行验证。本发明专利技术建立了孤岛微电网系统能量调度模型，为后续的工作奠定了基础。本发明专利技术所提出的一种改进量子粒子群算法的方法用于模型求解，粒子群算法原理简单，所需参数较少，易于实现，具有一定的通用性。的通用性。的通用性。

【技术实现步骤摘要】
一种包含储能装置的主动微电网容量配置方法


[0001]本专利技术涉及微电网储能系统配置优化
，更具体涉及一种包含储能装置的主动微电网容量配置方法。

技术介绍

[0002]近年来能源枯竭与环境污染情况日益严重，为实现节能减排目标，新能源发电成为重点发展的方向，与其他新能源发电方式相比，太阳能资源具有普遍性、丰富性、无害性等优点，因此光伏发电在未来有着较高的应用前景。然而采用光伏发电的方式，具有分散性、间接性、不确定性等不稳定因素，使得大规模光伏发电的不稳定性在并网时会影响电网的安全性以及经济性，因此储能设备成为光伏并网的重要组成部分。但是由于光伏、储能设备的投资成本较高，因此合理配置光储系统容量对于降低系统发电成本具有重大意义。
[0003]随着光伏渗透率的提高，净负荷曲线在白天会达到更低的谷值，晚间出现用电高峰，曲线的峰谷差会不断增大，常规发电机组由于自身爬坡能力的限制会无法及时响应其变化，导致用电需求得不到满足，使得电力系统的功率不平衡、电压和频率的稳定性达不到要求。为了缓解发电机组的爬坡压力，可以采取在白天光伏出力较大时增加储能装置进行充电，减小光伏机组的并网功率，而随着晚间用电高峰的到来，由储能装置进行放电来满足用电需求。由此可见，加入储能装置后，可在白天提高净负荷波谷值，傍晚拉低净负荷波峰值，从而缓解了常规机组的爬坡压力，平滑了净负荷曲线，并且可以提高光伏的弃光率。
[0004]目前国内外的研究热点主要集中在采用蓄电池储能的方式作为调峰手段，现有研究内容主要集中在：
[0005]1)通过建立光储独立微电网系统模型，对储能设备的运行特性加以考虑后，研究微电网中储能的容量优化配置方法。
[0006]2)考虑全局优化尺度，通过对不同风光储容量配比方案的对比，给出最优储能容量配置方案。
[0007]3)结合风力发电与光伏发电的负相关特性，利用此特性开展以成本最低和负荷失电率为目标的容量优化。
[0008]4)研究建立配电网蓄电池储能经济相应模型，从经济角度去考虑配电网中的储能优化配置。
[0009]但是，现有考虑储能容量配置方案较少有针对微电网储能系统的研究，微电网储能系统以多样化能量型与功率型储能单元及控制装置为物理基础，融合先进的能量管理与运行控制技术，实现平滑可再生电源出力波动、时序能量调节与峰谷电价差套利运行，是微电网高效消纳可再生能源、维持源
‑
荷动态平衡和满足多样化供电需求的重要方式。
[0010]然而，以风电、光伏为代表的分布式可再生电源出力和以电动汽车、空调为代表的电力负荷的强不确定性也给传统基于确定性准则的微电网储能系统容量优化方法带来巨大挑战。一方面，随着分布式可再生电源、可调负荷及市场行为的增多，可再生电源出力、负荷特性及多元主体博弈过程的强不确定性时空耦合嵌入给微电网稳定运行带来了前所未
有的挑战，期望通过储能系统容量和功率的合理规划来提升微电网对分布式可再生能源的消纳能力和对随机性负荷的响应能力。
[0011]另一方面，考虑到联络线功率交换、分布式可控电源、需求侧响应等灵活性资源配置的逐渐丰富和市场激励机制的逐步完善，通过与其他形式灵活性资源协调优化和对市场价格信号的激励响应，在减少硬件配置冗余的同时保障微电网自治性成为储能系统容量优化发展的必然趋势。因此，以微电网不确定性的耦合特性分析为基础，充分计及灵活性资源和市场机制的作用，保障微电网自治性的储能系统容量规划设计与协调运行的优化方法是当前学术前沿和工程界热点问题。

技术实现思路

[0012]本专利技术需要解决的技术问题是提供一种包含储能装置的主动微电网容量配置方法，以解决
技术介绍
中的问题，建立孤岛微电网系统能量调度模型，提出的一种改进量子粒子群算法的方法用于模型求解，粒子群算法原理简单，所需参数较少，易于实现，具有一定的通用性。
[0013]为解决上述技术问题，本专利技术所采取的技术方案如下。
[0014]一种包含储能装置的主动微电网容量配置方法，包括以下步骤：
[0015]S1、构建孤岛微电网系统的拓扑结构和能量调度架构；
[0016]S2、在步骤S1基础上，基于全寿命周期成本对储能系统整个生命周期内产生的所有费用建立孤岛微电网系统能量调度模型，以净收益最大为目标函数对储能系统容量进行优化配置；
[0017]S3、通过基于改进量子粒子群算法的控制策略对步骤S2中的储能系统容量进行求解，得到经济性最优情况下的储能系统容量；
[0018]S4、搭建仿真模型，对孤岛微电网系统能量调度模型的有效性进行验证。
[0019]进一步优化技术方案，所述孤岛微电网系统的拓扑结构为单母线辐射网架结构，通过交流母线引出多条馈线，用以连接光伏发电系统、微型发电机组、蓄电池储能系统以及负荷。
[0020]进一步优化技术方案，所述孤岛微电网系统的能量调度架构划分为优化调度层、微电网控制层和本地控制层，每一层均配置相应的控制装置作为控制策略实施的载体。
[0021]进一步优化技术方案，所述步骤S2包括以下步骤：
[0022]S21、对接入储能装置的全寿命周期成本模型进行构建；
[0023]S22、确定约束条件。
[0024]进一步优化技术方案，所述接入储能装置的全寿命周期成本模型包括储能优化配置成本模型、光伏发电成本模型、微型发电机组成本模型、用户购电利润模型、接入储能装置后综合供电系统整体效益模型。
[0025]进一步优化技术方案，所述储能优化配置成本模型包括初始购置阶段的成本模型和运行阶段的成本模型；初始购置阶段的储能优化配置成本模型表示为：
[0026][0027]式中，C
pur
为初始购置成本的等年值成本；C
ppur
是单位投资成本；C
epur
是单位容量投资成本；C
pau
是单位功率辅助成本；P
rate
为储能容量；r为资金的折现率；T代表设备使用年限；
[0028]运行阶段的储能优化配置成本模型的运行维护成本表达式为：
[0029]C
om
＝C
pom
P
rate
[0030]式中，C
om
为运行维护成本；C
pom
为单位功率运维成本；
[0031]所述光伏发电成本模型的运维成本表达式为：
[0032]C
dg
＝C
dg
P
dg
[0033]式中，C
dg
为光伏年运营成本，P
dg
为光伏容量。
[0034]所述微型发电机组成本模型的表达式为：
[0035]C
发电机总成本
＝C
单位吨煤成本
P
rate
S
煤
‑
电转换效率
[0036]所述用户购电利润模型的表达式为：
...

【技术保护点】

【技术特征摘要】
1.一种包含储能装置的主动微电网容量配置方法，其特征在于，包括以下步骤：S1、构建孤岛微电网系统的拓扑结构和能量调度架构；S2、在步骤S1基础上，基于全寿命周期成本对储能系统整个生命周期内产生的所有费用建立孤岛微电网系统能量调度模型，以净收益最大为目标函数对储能系统容量进行优化配置；S3、通过基于改进量子粒子群算法的控制策略对步骤S2中的储能系统容量进行求解，得到经济性最优情况下的储能系统容量；S4、搭建仿真模型，对孤岛微电网系统能量调度模型的有效性进行验证。2.根据权利要求1所述的一种包含储能装置的主动微电网容量配置方法，其特征在于，所述孤岛微电网系统的拓扑结构为单母线辐射网架结构，通过交流母线引出多条馈线，用以连接光伏发电系统、微型发电机组、蓄电池储能系统以及负荷。3.根据权利要求1所述的一种包含储能装置的主动微电网容量配置方法，其特征在于，所述孤岛微电网系统的能量调度架构划分为优化调度层、微电网控制层和本地控制层，每一层均配置相应的控制装置作为控制策略实施的载体。4.根据权利要求1所述的一种包含储能装置的主动微电网容量配置方法，其特征在于，所述步骤S2包括以下步骤：S21、对接入储能装置的全寿命周期成本模型进行构建；S22、确定约束条件。5.根据权利要求4所述的一种包含储能装置的主动微电网容量配置方法，其特征在于，所述接入储能装置的全寿命周期成本模型包括储能优化配置成本模型、光伏发电成本模型、微型发电机组成本模型、用户购电利润模型、接入储能装置后综合供电系统整体效益模型。6.根据权利要求5所述的一种包含储能装置的主动微电网容量配置方法，其特征在于，所述储能优化配置成本模型包括初始购置阶段的成本模型和运行阶段的成本模型；初始购置阶段的储能优化配置成本模型表示为：式中，C
pur
为初始购置成本的等年值成本；C
ppur
是单位投资成本；C
epur
是单位容量投资成本；C
pau
是单位功率辅助成本；P
rate
为储能容量；r为资金的折现率；T代表设备使用年限；运行阶段的储能优化配置成本模型的运行维护成本表达式为：C
om
＝C
pom
P
rate
式中，C
om
为运行维护成本；C
pom
为单位功率运维成本；所述光伏发电成本模型的运维成本表达式为：C
dg
＝C
dg
P
dg
式中，C
dg
为光伏年运营成本，P
dg
为光伏容量。所述微型发电机组成本模型的表达式为：C
发电机总成本
＝C
单位吨煤成本
P
rate
S
煤
‑
电转换效率
所述用户购电利润模型的表达式为：
C
用户购电利润
＝C
峰时电价
S
用户峰时用电
+C
谷时电价
S

【专利技术属性】
技术研发人员：夏冬，吕超，张子天，
申请(专利权)人：北京中泰华电科技有限公司，
类型：发明
国别省市：