主动配电网混合储能系统的选址定容双层优化方法及系统技术方案

本申请提出一种主动配电网混合储能系统的选址定容双层优化方法及系统，所述方法包括：获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到混合储能系统的选址定容优化方案。本申请提出的技术方案，在考虑可再生能源消纳及系统运行效益的情况下，精确的确定了选址定容优化方案，使得混合储能系统可以经济稳定的运行。统可以经济稳定的运行。统可以经济稳定的运行。

【技术实现步骤摘要】
主动配电网混合储能系统的选址定容双层优化方法及系统


[0001]本申请涉及主动配电网混合储能系统规划领域，尤其涉及主动配电网混合储能系统的选址定容双层优化方法及系统。

技术介绍

[0002]为实现国家“双碳”目标，可再生能源并网发电技术得到大力发展，大量分布式电源接入主动配电网，储能技术在可再生能源高比例接入主动配电网中发挥着重要作用。大规模储能技术为主动配电网运行提供了快速响应能力，将蓄电池等能量型储能和超级电容等功率型储能相结合构成主动配电网混合储能系统(hybr id energy storage system,HESS)，可以实现各工况下电力系统的功率平衡，提高主动配电网的安全稳定运行，有效克服单一储能的不足，充分发挥不同类型储能的优势，满足多元运行需求。但是，现有的主动配电网混合储能系统的选址定容方案的确定，没有考虑可再生能源消纳及储能系统的运行效益，导致所述储能系统的选址定容方案不能够使系统经济稳定运行。

技术实现思路

[0003]本申请提供主动配电网混合储能系统的选址定容双层优化方法及系统，以至少解决现有选址定容方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主动配电网混合储能系统的选址定容双层优化方法，其特征在于，所述方法包括：获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。2.如权利要求1所述的方法，其特征在于，所述根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率，包括：根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定所述混合储能系统的净负荷功率，其中，所述分布式电源包括：光伏机组和风电机组；利用小波分解法对所述净负荷功率进行小波包分解及小波包能量谱函数计算，得到所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间；根据所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间确定所述超级电容的初始功率和所述全钒液流电池的初始功率。3.如权利要求2所述的方法，其特征在于，所述混合储能系统的净负荷功率的计算式如下：式中，ΔP
m
(t)为混合储能系统t时刻的净负荷功率，P
load,i
(t)为t时刻节点i处负荷的需求功率，P
loss,m
(t)为t时刻支路m的损耗功率，为t时刻光伏机组d1的输出功率，为t时刻风电机组d2的输出功率，N为主动配电网中节点总数，M为主动配电网中支路总数，D1为主动配电网中光伏机组的总数，D2为主动配电网中风电机组的总数。4.如权利要求3所述的方法，其特征在于，所述多目标混合储能系统选址定容双层优化模型包括上层优化模型和下层优化模型；所述上层优化模型以混合储能系统综合成本最小和可再生能源消纳最大为目标构建所述上层优化模型的目标函数；以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述上层优化模型的目标函数构建上层优化模型；所述下层优化模型以混合储能系统运行效益最大、电压偏差最小和有功损耗最小为目标构建所述下层优化模型的目标函数；以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约
束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述下层优化模型的目标函数构建下层优化模型。5.如权利要求4所述的方法，其特征在于，所述将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案，包括：将所述超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述超级电容的期望功率和全钒液流电池的期望功率及所述超级电容的期望功率和全钒液流电池的期望功率下对应的混合储能系统的选址定容优化方案。6.如权利要求5所述的方法，其特征在于，所述混合储能系统综合成本最小为目标的目标函数计算式如下：min f1＝C1+C2+C3式中，f1为混合储能系统综合成本，C1为年度设备投资成本，C2为年度设备运维成本，C3为年度向上级电网购电成本，C1＝γ
VRB
×
(c
VRB,P
P
VRB
+c
VRB,E
E
VRB
)+γ
SC
×
(c
SC,P
P
SC
+c
SC,E
E
SC
)，C2＝c
VRB,om
E
VRB
+c
SC,om
E
SC
，C3＝c
grid
×
(P
load
+P
loss
‑
P
pv
‑
P
wind
‑
P
VRB
‑
P
SC
)，γ
VRB
为全钒液流电池的等年值投资系数，c
VRB,P
为全钒液流电池的单位功率投资系数，P
VRB
为全钒液流电池的初始功率，c
VRB,E
为全钒液流电池的单位容量投资系数，γ
SC
为超级储能的等年值投资系数，c
SC,P
为超级电容的单位功率投资系数，P
SC
为超级电容的初始功率，c
SC,E
为超级电容的单位容量投资系数，c
VRB,om
为全钒液流电池的单位容量运维系数，c
SC,om
为超级电容的单位容量运维系数，c
grid
为单位购电功率，E
VRB
为全钒液流电池的额定容量，E
SC
为超级电容的额定容量，P
load
为负荷功率，P
loss
为支路有功损耗，P
pv
为光伏机组的输出功率，P
wind
为风电机组的输出功率；所述可再生能源消纳最大为目标的目标函数的计算式如下：式中，f2为可再生能源消纳，为t时刻风电机组y的输出功率，为t时刻光伏机组j的输出功率；所述混合储能系统运行效益最大为目标的目标函数的计算式如下：max f3＝C
loss
+C
arb
+C
grid
‑
C
cost
式中，f3为混合储能系统运行效益，C
loss
为主动配电网接入混合储能系统后网损减...

【专利技术属性】
技术研发人员：林松青，薛晓峰，潘喜良，姜滨，张宗祯，林怡玢，黄秀晶，常云潇，葛传军，王仪杭，苏婉莉，张晨曦，杨沛豪，郭昊，殷悦，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：