一种新能源接入下电网侧储能优化配置方法及系统技术方案

本发明专利技术公开了一种新能源接入下电网侧储能优化配置方法及系统，方法包括获得新能源接入下电力系统所需的基本数据；基于所述基本数据构建电网侧储能系统全寿命周期成本模型；基于输电元件直流潮流约束，在电网侧储能系统全寿命周期成本分析基础上，构建用于缓解输电阻塞的基于新能源场景概率驱动的电网侧储能优化配置模型；将所述基础数据输入构建的基于新能源场景概率驱动的电网侧储能优化配置模型中进行求解并输出优化结果。本发明专利技术可以获得新能源接入下缓解输电阻塞的电网侧储能的最优配置优策略，能够有效缓解新能源接入下的电网输电阻塞问题，提升电力系统的运行灵活性和新能源消纳能力，降低系统投资运行成本，提升电力系统的运行经济性。力系统的运行经济性。力系统的运行经济性。

【技术实现步骤摘要】
一种新能源接入下电网侧储能优化配置方法及系统


[0001]本专利技术涉及电力系统优化规划领域，尤其涉及一种新能源接入下电网侧储能优化配置方法及系统。

技术介绍

[0002]近年来，随着风电和太阳能为代表的新能源产业的快速发展，电力系统的新能源并网规模不断扩大，实现了改善能源结构、促进节能减排和提高经济效益等作用。然而，新能源富集区与电力负荷集中区呈逆向分布态势，大量新能源电力需要异地消纳。由于输电网络扩展建设和灵活性资源配置不足，输电元件在新能源出力高峰时段可能会出现阻塞现象，造成功率外送受阻，进而影响新能源的消纳。
[0003]储能系统具有能量时移功能并且安装位置灵活，是新型电力系统实现对大规模、高比例新能源消纳的重要一环。新能源富集区存在的输电阻塞问题一般只在新能源出力高峰时段出现，属于“偶发性”阻塞，单纯采取线路扩建措施势必会造成整体资源的浪费。若合理配置储能系统，使其在线路阻塞时存储无法输送的电能而在线路阻塞解除后重新释放出来，就能够有效减轻输电线路的阻塞程度，从而促进新能源消纳。目前，大多数储能优化配置的方法集中在电力系统运行优化方面，而对缓解电网阻塞程度的储能配置方法的研究较少。储能大规模配置能够有效提升电力系统的灵活性，同时也使得系统的运行方式更加复杂多样，储能的装机容量与安装位置也会影响其实际调节性能的发挥。

技术实现思路

[0004]为了解决现有技术存在的问题，本专利技术的目的在于提供一种新能源接入下电网侧储能优化配置方法及系统，该方法能够基于新能源场景概率驱动的缓解新能源富集区输电阻塞问题。
[0005]为实现上述目的，为实现上述目的，本专利技术提供第一个目的是提供一种新能源接入下电网侧储能优化配置方法，包括：
[0006]获得新能源接入下电力系统所需的基本数据；
[0007]基于所述基本数据构建电网侧储能系统全寿命周期成本模型；
[0008]基于输电元件直流潮流约束，在电网侧储能系统全寿命周期成本分析基础上，构建用于缓解输电阻塞的基于新能源场景概率驱动的电网侧储能优化配置模型；
[0009]将所述基础数据输入构建的基于新能源场景概率驱动的电网侧储能优化配置模型中进行求解并输出优化结果，优化结果包括储能系统的建设位置、对应的建设容量和建设功率、电网的投资运行成本。
[0010]作为本专利技术进一步改进，所述基本数据包括：网架数据、系统运行预测数据、火电机组数据、候选储能系统数据；
[0011]所述网架数据包括：电力系统节点数、线路数、新能源汇集场站所在节点、网络拓扑、线路阻抗及最大载流量；
[0012]所述系统运行预测数据包括：新能源出力场景、每种场景出现的概率、系统各节点负荷；
[0013]所述火电机组数据包括：火电机组空载运行成本、燃料成本、启动成本、停机成本、环境成本的经济参数；火电机组的出力上下限、爬坡能力及最小启停时间；
[0014]所述候选储能系统数据包括：储能系统的候选建设节点、最大允许总建设数量、最大允许总投资成本、最大允许单节点建设容量、最大允许单节点建设功率；储能电池的荷电状态上下限、充放电效率及自放电率。
[0015]作为本专利技术进一步改进，所述电网侧储能系统全寿命周期成本模型，包括储能系统初始建设成本、运行维护成本、电池更换成本。
[0016]作为本专利技术进一步改进，所述储能系统的初始建设成本表示为：
[0017][0018]式中：表示储能系统i单位容量建设成本，表示储能系统i单位功率建设成本，表示储能系统i固定建设成本；表示储能系统i的额定容量，
[0019]表示储能系统i的额定功率，二进制决策变量表示候选新增储能系统i的建设标志；
[0020]储能系统年化初始建设成本经等年值法换算得到：
[0021][0022]式中：r表示贴现率，n
i
表示储能系统i的使用年限；
[0023]储能系统的运行维护成本表示为：
[0024][0025]式中：表示储能系统i单位功率充电维护成本，表示储能系统i单位功率放电维护成本；表示储能系统i在t时段的充电功率，表示储能系统i在t时段的放电功率；t
d
为一个调度时段的实际时长；
[0026]电池更换成本表示为：
[0027][0028]式中：α表示电池购置成本的年均下降比例；x
i
表示储能系统i的电池本体更换次数，N表示项目周期年份，表示储能系统i的电池使用年限，表示向上取整；
[0029]储能系统年化电池更换成本表示为：
[0030][0031]作为本专利技术进一步改进，所述构建基于新能源场景概率驱动的电网侧储能优化配置模型，包括：
[0032]以最小化电网的投资运行成本为目标函数，包括：储能的年化投资成本、电网年运行成本和新能源不确定性导致的惩罚成本；储能的年化投资成本包括储能系统的年化初始投资成本、年化电池更换成本，电网年运行成本包括发电机组运行成本、储能系统运行维护成本；
[0033]构建约束条件，包括：
[0034]规划阶段的约束条件，包括：储能系统投资约束和储能系统建设约束；
[0035]预调度阶段的约束条件，包括：火电机组的运行逻辑约束、启动状态约束和最小启、停机时间约束；
[0036]再调度阶段的约束条件，包括：有功功率平衡约束、弃新能源功率和切负荷功率约束和输电元件直流潮流约束；火电机组的出力上下限约束、爬坡约束和向上旋转备用约束；储能系统的功率约束和电量约束。
[0037]作为本专利技术进一步改进，所述目标函数为
[0038][0039]式中：i表示储能系统编号，j表示火电机组编号，t表示调度时段，π(s)表示s场景的发生概率，I＝I
es
∪I
nes
表示已有和候选新增储能系统的集合，J表示火电机组的集合，T表示调度时段的集合，S表示所有可能存在的新能源出力场景的集合；表示火电机组h在第n阶段的启动成本，表示储能系统i在s场景t时段的运行维护成本；表示火电机组j在s场景t时段的燃料成本，表示火电机组j在s场景t时段的环境成本；表示在s场景t时段由新能源不确定性导致的惩罚成本；二进制决策变量δ
i,t,n
表示时间离散化后火电机组i在t时段的启动类型；σ是等年值投资成本与运行成本之间的等值因子，取值为365；ω1、ω2、ω3是各部分成本的权重系数，有且
[0040]储能系统年化投资成本主要由年化初始建设成本和年化电池更换成本两部分组成，表示为：
[0041][0042]火电机组的燃料成本采用分段线性函数形式表示如下：
[0043][0044][0045]式中：p
i,t
表示火电机组i在t时段的出力，M表示燃料成本函数的线性分段数，K
i,m
表示火电机组i燃料成本函数第m分段的斜率；为火电机组i开机并以最小允许输出功率运行时的燃料成本，a
i
，b...

【技术保护点】

【技术特征摘要】
1.一种新能源接入下电网侧储能优化配置方法，其特征在于，包括：获得新能源接入下电力系统所需的基本数据；基于所述基本数据构建电网侧储能系统全寿命周期成本模型；基于输电元件直流潮流约束，在电网侧储能系统全寿命周期成本分析基础上，构建用于缓解输电阻塞的基于新能源场景概率驱动的电网侧储能优化配置模型；将所述基础数据输入构建的基于新能源场景概率驱动的电网侧储能优化配置模型中进行求解并输出优化结果，优化结果包括储能系统的建设位置、对应的建设容量和建设功率、电网的投资运行成本。2.根据权利要求1所述的新能源接入下电网侧储能优化配置方法，其特征在于，所述基本数据包括：网架数据、系统运行预测数据、火电机组数据、候选储能系统数据；所述网架数据包括：电力系统节点数、线路数、新能源汇集场站所在节点、网络拓扑、线路阻抗及最大载流量；所述系统运行预测数据包括：新能源出力场景、每种场景出现的概率、系统各节点负荷；所述火电机组数据包括：火电机组空载运行成本、燃料成本、启动成本、停机成本、环境成本的经济参数；火电机组的出力上下限、爬坡能力及最小启停时间；所述候选储能系统数据包括：储能系统的候选建设节点、最大允许总建设数量、最大允许总投资成本、最大允许单节点建设容量、最大允许单节点建设功率；储能电池的荷电状态上下限、充放电效率及自放电率。3.根据权利要求1所述的新能源接入下电网侧储能优化配置方法，其特征在于，所述电网侧储能系统全寿命周期成本模型，包括储能系统初始建设成本、运行维护成本、电池更换成本。4.根据权利要求3所述的新能源接入下电网侧储能优化配置方法，其特征在于，所述储能系统的初始建设成本表示为：式中：表示储能系统i单位容量建设成本，表示储能系统i单位功率建设成本，表示储能系统i固定建设成本；表示储能系统i的额定容量，表示储能系统i的额定功率，二进制决策变量表示候选新增储能系统i的建设标志；储能系统年化初始建设成本经等年值法换算得到：式中：r表示贴现率，n
i
表示储能系统i的使用年限；储能系统的运行维护成本表示为：
式中：表示储能系统i单位功率充电维护成本，表示储能系统i单位功率放电维护成本；表示储能系统i在t时段的充电功率，表示储能系统i在t时段的放电功率；t
d
为一个调度时段的实际时长；电池更换成本表示为：式中：α表示电池购置成本的年均下降比例；x
i
表示储能系统i的电池本体更换次数，N表示项目周期年份，表示储能系统i的电池使用年限，表示向上取整；储能系统年化电池更换成本表示为：5.根据权利要求1所述的新能源接入下电网侧储能优化配置方法，其特征在于，所述构建基于新能源场景概率驱动的电网侧储能优化配置模型，包括：以最小化电网的投资运行成本为目标函数，包括：储能的年化投资成本、电网年运行成本和新能源不确定性导致的惩罚成本；储能的年化投资成本包括储能系统的年化初始投资成本、年化电池更换成本，电网年运行成本包括发电机组运行成本、储能系统运行维护成本；构建约束条件，包括：规划阶段的约束条件，包括：储能系统投资约束和储能系统建设约束；预调度阶段的约束条件，包括：火电机组的运行逻辑约束、启动状态约束和最小启、停机时间约束；再调度阶段的约束条件，包括：有功功率平衡约束、弃新能源功率和切负荷功率约束和输电元件直流潮流约束；火电机组的出力上下限约束、爬坡约束和向上旋转备用约束；储能系统的功率约束和电量约束。6.根据权利要求5所述的新能源接入下电网侧储能优化配置方法，其特征在于，所述目标函数为式中：i表示储能系统编号，j表示火电机组编号，t表示调度时段，π(s)表示s场景的发生概率，I＝I
es
∪I
nes
表示已有和候选新增储能系统的集合，J表示火电机组的集合，T表示调
度时段的集合，S表示所有可能存在的新能源出力场景的集合；表示火电机组j在第n阶段的启动成本，表示储能系统i在s场景t时段的运行维护成本；表示火电机组j在s场景t时段的燃料成本，表示火电机组j在s场景t时段的环境成本；表示在s场景t时段由新能源不确定性导致的惩罚成本；二进制决策变量δ
i,t,n
表示时间离散化后火电机组i在t时段的启动类型；σ是等年值投资成本与运行成本之间的等值因子，取值为365；ω1、ω2、ω3是各部分成本的权重系数，有且储能系统年化投资成本主要由年化初始建设成本和年化电池更换成本两部分组成，表示为：火电机组的燃料成本采用分段线性函数形式表示如下：采用分段线性函数形式表示如下：式中：p
i,t
表示火电机组i在t时段的出力，M表示燃料成本函数的线性分段数，K
i,m
表示火电机组i燃料成本函数第m分段的斜率；为火电机组i开机并以最小允许输出功率运行时的燃料成本，a
i
，b
i
，c
i
表示火电机组i的二次成本曲线系数，p
i,t,m
为火电机组i在t时段第m分段出力，P
imax
和P
imin
表示火电机组i的最大允许输出功率和最小允许输出功率；火电机组的启动成本与该机组在启动前的已停机时间有关，表示为如下的指数函数：式中：表示火电机组i在t时段前已停机时间；σ
i
表示火电机组i的热启动...

【专利技术属性】
技术研发人员：张青蕾，东琦，崔葛安，王康，李立，王碧阳，赵英杰，李永飞，张耀，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：