一种分布式储能系统的选址定容方法及系统技术方案

本发明专利技术公开了一种分布式储能系统的选址定容方法及系统，方法包括步骤：获取配电网节点数据并进行聚类分析，得到典型日负荷和光伏曲线；获取初步安装选址；建立储能选址定容的多目标优化模型，确定目标函数以及约束条件；利用典型配电网IEEE33节点模型，输入线路参数、负荷水平、网络拓扑连接关系、系统节点电压和支路电流,并将储能系统的量化参数、典型日负荷和光伏曲线、初步选址输入至多目标优化模型，采用改进的灰狼算法进行求解，获得最优解集；分析最优解集，获得储能系统的最优储能位置和配置容量大小。本发明专利技术能够优化选址效率以及精确度，实现储能系统投资成本最小化，有效改善配电网的电能质量。改善配电网的电能质量。改善配电网的电能质量。

【技术实现步骤摘要】
一种分布式储能系统的选址定容方法及系统


[0001]本专利技术主要涉及配电网
，具体涉及一种分布式储能系统的选址定容方法及系统。

技术介绍

[0003]光伏发电易受环境影响，其发电功率具有很大的波动性、随机性和间歇性，当光伏发电大规模接入电网时，其对电网的安全稳定运行将造成很大影响。电池储能系统(Battery Energy Storage Systems,BESSs)具有快速的功率调节能力，不仅可有效平抑光伏出力的波动，还能改善电压质量、减小峰谷差等。随着示范项目和商业化项目的深入，储能将在电网中呈现多点分布特性，多点布局的储能系统通过电力系统统一调度，可实现多点分布式储能的有序聚合，除了满足就地应用功能外，可为电网提供紧急功率支撑、提高电网安全稳定性、有效提升电网对可再生能源的消纳能力、丰富电网调峰、调频和调压等辅助服务手段，使电力系统变得更加“柔性”和“智能”，促进电网发展模式变革。因此电池储能系统的接入位置、安装功率和容量的选取将直接影响配电网的高效经济运行。
[0004]目前针对分布式储能系统的选址定容优化问题存在各种有待解决的问题：1、优化目标考虑不全面，电池储能系统的投资成本会对其规模化的应用造成制约。2、电池储能综合成本模型是实现储能系统投资成本最小化的有效方式，电池储能综合经济成本中未考虑额外补贴因素。3、传统的智能优化算法全局性、均匀性较差，容易陷入局部最优。

技术实现思路

[0005]本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种选址效率高以及精确度高的分布式储能系统的选址定容方法及系统。
[0006]为解决上述技术问题，本专利技术提出的技术方案为：
[0007]一种分布式储能系统的选址定容方法，包括步骤：
[0008]获取配电网节点光伏出力数据、发电机出力数据和负荷数据，并进行聚类分析，得到分布式储能系统的典型日负荷和光伏曲线；
[0009]分析光伏接入前后对配电网节点电压的影响，对节点进行分区，找出易受到影响的节点群，获取储能系统安装的初步选址；
[0010]建立储能选址定容的多目标优化模型，确定以储能系统经济性最优、电压波动和负荷波动最小的目标函数，并确定约束条件；
[0011]利用典型配电网I EEE33节点模型，分别输入线路参数、负荷水平、网络拓扑连接关系、系统节点电压和支路电流,并将储能系统的量化参数、典型日负荷和光伏曲线、安装的初步选址输入至储能选址定容的多目标优化模型，采用改进的灰狼算法对多目标优化模型进行求解，获得最优解集；
[0012]分析最优解集，获得储能系统的最优储能位置和配置容量大小。
[0013]优选地，采用改进的灰狼算法对多目标优化模型进行求解的具体过程为：
[0014]1)输入初始数值；
[0015]2)设置改进的灰狼算法的相关参数；
[0016]3)利用Tent混沌映射对灰狼种群进行初始化；
[0017]4)判断是否达到迭代次数，如是则跳至步骤9)；否则计算初始化种群的适应度，按照其适应度进行排序，记录Pareto最优解，分别将最好的3个个体依次赋值给狼α、β、δ；
[0018]5)更新当前种群的权重系数参数；
[0019]6)判断是否达到其种群规模，如是则利用灰狼算法求出其候选狼，否则调制步骤4)；
[0020]7)根据候选狼计算出其邻域，同时对邻域内的个体进行混合交叉，筛选出新的候选狼；
[0021]8)对比灰狼算法求出的候选狼与混合交叉后的候选狼，选出适应度高的候选狼更新种群，替换外部解集；
[0022]9)结束，获得最终的最优解集。
[0023]优选地，在初步选址时，对配电网节点电压进行灵敏度分析以及求解各个节点之间的皮尔逊相关系数，综合分析获取最易受影响的节点群，并对此节点群进行选址定容分析，将储能系统安装在系统电压稳定性弱的节点处。
[0024]优选地，其中灵敏度指标为：
[0025][0026]其中：P
i
，Q
i
为节点i的有功功率和无功功率；ΔP
i
，ΔQ
i
为节点i的有功功率和无功功率的变化量；U为电网节点集合；j为电网节点集合内的任一电网节点；V
j
为节点j的节点电压。
[0027]优选地，各个节点之间的皮尔逊相关系数为：
[0028][0029]其中V
i
为节点i的节点电压；为各节点的平均电压。
[0030]优选地，储能选址定容的多目标优化模型为：
[0031][0032]式中：f1、f2、f3是三个优化目标函数所构成的优化空间，w(x)和v(x)分别是函数的约束条件，构成了函数求解的可行域。
[0033]优选地，储能选址定容的多目标优化模型还包括储能系统综合经济模型、节点电压波动模型和负荷波动模型；其中储能系统综合经济模型为：
[0034]C
Ess
＝C
inv
+C
rep
+C
ps
+C
om
+C
scr
‑
C
res
‑
C
sub
‑
C
rst
[0035]其中C
Ess
为总成本，C
inv
为初始投资成本，C
rep
为更新置换成本，C
ps
为充放电成本，C
om
为系统运维成本，C
scr
是报废处理成本，C
res
为回收残值，C
sub
是政府补贴津贴，C
rst
是延缓
电网升级综合效益。
[0036]优选地，约束条件包括功率平衡约束、潮流约束、电压约束、上级电网注入配电网的总有功和无功功率限制约束、电池系统充放电约束、电池SOC约束、以及电池安装位置和个数约束。
[0037]优选地，所述量化参数包括单位价格、储能系统使用年限、折现率和分时电价。
[0038]本专利技术还公开了一种分布式储能系统的选址定容系统，包括相互连接的存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。
[0039]与现有技术相比，本专利技术的优点在于：
[0040]本专利技术以配电网储能系统经济性最优、电压波动以及负荷波动最小为优化目标，建立电池储能系统最优选址定容模型并采取改进灰狼算法对模型进行求解，实现储能系统投资成本最小化，有效改善配电网的电能质量。
[0041]本专利技术的基于改进灰狼算法的储能选址定容优化方法，相较其他确定的选址定容方法，首先考虑光伏接入前后节点电压波动关系，将节点进行分区筛选，优化选址效率以及精确度，并在考虑了储能系统经济投资最小化、电压及负荷波动最小的前提下，优化储能系统经济模型还将系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式储能系统的选址定容方法，其特征在于，包括步骤：获取配电网节点光伏出力数据、发电机出力数据和负荷数据，并进行聚类分析，得到分布式储能系统的典型日负荷和光伏曲线；分析光伏接入前后对配电网节点电压的影响，对节点进行分区，找出易受到影响的节点群，获取储能系统安装的初步选址；建立储能选址定容的多目标优化模型，确定以储能系统经济性最优、电压波动和负荷波动最小的目标函数，并确定约束条件；利用典型配电网IEEE33节点模型，分别输入线路参数、负荷水平、网络拓扑连接关系、系统节点电压和支路电流,并将储能系统的量化参数、典型日负荷和光伏曲线、安装的初步选址输入至储能选址定容的多目标优化模型，采用改进的灰狼算法对多目标优化模型进行求解，获得最优解集；分析最优解集，获得储能系统的最优储能位置和配置容量大小。2.根据权利要求1所述的分布式储能系统的选址定容方法，其特征在于，采用改进的灰狼算法对多目标优化模型进行求解的具体过程为：1)输入初始数值；2)设置改进的灰狼算法的相关参数；3)利用Tent混沌映射对灰狼种群进行初始化；4)判断是否达到迭代次数，如是则跳至步骤9)；否则计算初始化种群的适应度，按照其适应度进行排序，记录Pareto最优解，分别将最好的3个个体依次赋值给狼α、β、δ；5)更新当前种群的权重系数参数；6)判断是否达到其种群规模，如是则利用灰狼算法求出其候选狼，否则调制步骤4)；7)根据候选狼计算出其邻域，同时对邻域内的个体进行混合交叉，筛选出新的候选狼；8)对比灰狼算法求出的候选狼与混合交叉后的候选狼，选出适应度高的候选狼更新种群，替换外部解集；9)结束，获得最终的最优解集。3.根据权利要求1所述的分布式储能系统的选址定容方法，其特征在于，在初步选址时，对配电网节点电压进行灵敏度分析以及求解各个节点之间的皮尔逊相关系数，综合分析获取最易受影响的节点群，并对此节点群进行选址定容分析，将储能系统安装在系统电压稳定性弱的节点处。4.根据权利要求3所述的分布式储能系统的选址定容方法，其特征在于，其中灵敏度指标为：其中：P
i
，Q
i
为节点i的有功功率和无功功率；ΔP
i
，ΔQ
i
为节点i的有功功率和无功功率的变化量；U为电网节点集合；j为电网节点集合内的任一电网节点；V
j
为节点j的节点电压。5.根据...

【专利技术属性】
技术研发人员：邓汉钧，杨帅，马叶钦，张兰，黄瑞，刘谋海，杨珉，鲁海亮，周志威，
申请(专利权)人：国网湖南省电力有限公司供电服务中心计量中心国家电网有限公司，
类型：发明
国别省市：