一种分布式储能的协调优化方法技术

本发明专利技术公开了一种分布式储能的协调优化方法，应用于故障恢复技术领域

【技术实现步骤摘要】
一种分布式储能的协调优化方法


[0001]本专利技术涉及故障恢复
，更具体的说是涉及一种分布式储能的协调优化方法
。

技术介绍

[0002]近年来，因暴雨等自然灾害和一些极端事件所引发的停电事故屡见不鲜，且随着电网覆盖率的提升，发生故障时所波及的范围也进一步扩大，造成的损失成倍增长
。
因此，发生灾害事件后快速进行配电网故障恢复变的尤为重要
。
传统的配电网灾后故障恢复策略往往仅限于对配电网进行网络重构，从而对负荷尽可能的恢复供电，这种方法仅限于对网络拓扑的重构或是对故障元件单方面修复，没有将网络重构与故障修复相协调，其局限性较大
。
此外，有文献研究了配电网故障恢复策略，在故障发生后通过快速检测
、
诊断和排除故障来恢复系统正常运行，实现最短时间内修复故障恢复供电，但对一些实际故障恢复约束未进行充分的考虑
。
对于分布式储能所接入的配电网，目前研究止步于灾后的网络重构阶段，没有考虑到与储能接入后配电网弹性故障恢复和孤岛划分相协调的优化策略，未能充分调用储能灵活性及其特有的价值，对配电网弹性提升未起到明显的帮助
。
综上所述，配电网故障恢复策略仍存在有待解决的关键问题如下：以往研究未考虑分布式储能调度时故障修复策略；未考虑网络重构与故障修复
、
孤岛划分之间的协调优化
。
[0003]本专利技术从提升配电网弹性的理念出发，基于分布式储能接入配电网后的故障恢复策略，提出一种考虑分布式储能出力的配电网网络重构与故障修复
、
孤岛划分协调优化的方法，从而提高系统供电负荷即更大程度的提高配电网弹性性能，发挥储能在配电网中的价值
。
[0004]因此，提出一种分布式储能的协调优化方法，来解决现有技术存在的困难，是本领域技术人员亟需解决的问题
。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种分布式储能的协调优化方法，该方法对于含有分布式储能的配电网系统，在考虑分布式储能出力的基础上，建立网络重构
、
故障恢复模型，并在发生故障后将分布式储能接入点作为潜在主电源点进行孤岛划分，对一些无法通过网络重构恢复供电的节点进行供电恢复，从而缩小故障停电范围
。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]一种分布式储能的协调优化方法，包括以下步骤：
[0008]S1、
获取输入配电网基本参数；
[0009]S2、
建立分布式储能装置约束模型和电源约束模型；
[0010]S3、
建立供电负荷量约束模型；
[0011]S4、
建立配电网潮流约束模型和运行安全约束模型；
[0012]S5、
建立配电网故障修复模型
、
网络重构模型和孤岛划分模型；
[0013]S6、
根据
S1
‑
S5
建立的模型以配电网弹性最大为目标函数进行优化求解
。
[0014]可选的，
S2
中的储能装置约束模型具体为：
[0015]储能充放电状态约束：
[0016][0017]储能充放电功率约束：
[0018][0019]储能容量约束：
[0020][0021]其中，为储能设备充电状态0‑1变量
、
为储能设备放电状态0‑1变量，为储能设备处于充电状态
、
为储能设备处于放电状态；为储能设备的充电功率
、
为储能设备的放电功率，为储能设备的最小放电功率，为储能设备的最大放电功率；为储能设备的充电效率
、
为储能设备的放电效率；为储能设备剩余电量；为储能容量上限
、
为储能容量下限；
B
ess
为储能所在节点集合，
η
为储能充
、
放电功率因数，均取
0.9
，
Δ
T
为每次调度时间间隔
。
[0022]可选的，电源约束模型具体为：
[0023][0024]其中，
P
j,DG
为分布式电源有功出力；
Q
j,DG
为分布式电源无功出力；为分布式电源出力预测值；
B
DG
为分布式电源所在节点集合，为分布式电源有功和无功出力关系因数
。
[0025]可选的，
S3
中供电负荷量约束模型具体为：
[0026]对于节点
j
供电负荷量大小，用节点切负荷量表征，切负荷约束表示为：
[0027][0028]其中，节点有功切负荷量
、
为节点无功切负荷量；为有功负荷预测值
、
为无功负荷预测值；
B
为配电网节点集合
。
[0029]可选的，
S4
中的配电网潮流约束模型具体为：
[0030]在原始潮流约束下，令及进行
SOCR
转化，二阶锥松弛后模型表示为：
[0031][0032][0033][0034][0035]节点电压松弛模型：
[0036][0037][0038][0039]二阶锥约束：
[0040][0041]其中，
δ
(j)
为以
j
为首端节点的支路末端节点集合，
π
(j)
为以
j
为末端节点的支路首端节点集合；
p
j
为节点注入有功功率
、q
j
为节点注入无功功率；
P
ij
为支路有功功率
、Q
ij
为支路无功功率
、
为支路电流平方值
、
为支路节点电压平方值；
r
ij
为支路电阻
、x
ij
为支路电抗；
B
为网络中所有节点集合；
E
为网络中所有支路集合；
z
ij
为线路开断状态，为0‑1变量；
M
为电压松弛变量，是一个正数
。
[0042]可选的，
S4
中的运行安全约束模型具体为：
[0043]节点电压约束：
[0044][0045][0046]支路功率约束：
[0047][0048][0049]支路电流约束：
[0050][0051]其中，
γ
j
为潜在节点是否为电源点，
γ
j
＝1为节点
j
被选作为电源点；为节点电压平方最小值
、
为节点电压平方最大值；为支路有功功本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种分布式储能的协调优化方法，其特征在于，包括以下步骤：
S1、
获取输入配电网基本参数；
S2、
建立分布式储能装置约束模型和电源约束模型；
S3、
建立供电负荷量约束模型；
S4、
建立配电网潮流约束模型和运行安全约束模型；
S5、
建立配电网故障修复模型
、
网络重构模型和孤岛划分模型；
S6、
根据
S1
‑
S5
建立的模型以配电网弹性最大为目标函数进行优化求解
。2.
根据权利要求1所述的一种分布式储能的协调优化方法，其特征在于，
S2
中的储能装置约束模型包括：储能充放电状态约束：储能充放电功率约束：储能容量约束：其中，为储能设备充电状态0‑1变量
、
为储能设备放电状态0‑1变量，为储能设备处于充电状态
、
为储能设备处于放电状态；为储能设备的充电功率
、
为储能设备的放电功率，为储能设备的最小放电功率，为储能设备的最大放电功率；为储能设备的充电效率
、
为储能设备的放电效率；为储能设备剩余电量；为储能容量上限
、
为储能容量下限；
B
ess
为储能所在节点集合，
η
为储能充
、
放电功率因数，均取
0.9
，
Δ
T
为每次调度时间间隔
。3.
根据权利要求1所述的一种分布式储能的协调优化方法，其特征在于，电源约束模型具体为：其中，
P
j,DG
为分布式电源有功出力；
Q
j,DG
为分布式电源无功出力；为分布式电源出力预测值；
B
DG
为分布式电源所在节点集合，为分布式电源有功和无功出力关系因数
。4.
根据权利要求1所述的一种分布式储能的协调优化方法，其特征在于，
S3
中供电负荷量约束模型具体为：
对于节点
j
供电负荷量大小，用节点切负荷量表征，切负荷约束表示为：其中，节点有功切负荷量
、
为节点无功切负荷量；为有功负荷预测值
、
为无功负荷预测值；
B
为配电网节点集合
。5.
根据权利要求1所述的一种分布式储能的协调优化方法，其特征在于，
S4
中的配电网潮流约束模型具体为：在原始潮流约束下，令及进行
SOCR
转化，二阶锥松弛后模型表示为：转化，二阶锥松弛后模型表示为：转化，二阶锥松弛后模型表示为：转化，二阶锥松弛后模型表示为：节点电压松弛模型：节点电压松弛模型：节点电压松弛模型：二阶锥约束：其中，
δ
(j)
为以
j
为首端节点的支路末端节点集合，
π
(j)
为以
j
为末端节点的支路首端节点集合；
p
j
为节点注入有功功率
、q
j
为节点注入无功功率；
P
ij
为支路有功功率
、Q
ij
为支路无功功率
、
为支路电流平方值
、
为支路节点电压平方值；
r
ij
为支路电阻
、x
ij
为支路电抗；
B
为网络中所有节点集合；
E
为网络中所有支路集合；
z
ij
为线路开断状态，为0‑1变量；
M
为电压松弛变量，是一个正数
。6.
根据权利要求1所述的一种分布式储能的协调优化方法，其特征在于，
S4
中的运行安全约束模型具体为：节点电压约束：节点电压约束：
支路功率约束：支路功率约束：支路电流约束：其中，
γ
j
为潜在节点是否为电源点，
γ
j
＝1为节点
j
被选作为电源点；为节点电压平方最小值
、
为节点电压平方最大值；为支路有功功率最大值
、
为支路无功功率最大值
、
为支路电流平方最大值；

【专利技术属性】
技术研发人员：张建民，李山冈，亓占华，王志涛，石海青，薛峰，刘志伟，王晓军，孟凡敏，王启明，张敏，张鹏，王云涛，赵遵龙，王平，刁玉建，苏江申，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：