【技术实现步骤摘要】
本专利技术属于配电网规划，涉及一种配电网、储能以及用户三者之间的协同优化，尤其涉及一种配电网-储能-用户多层协同优化方法、系统、设备与介质。
技术介绍
1、多地的电力现货市场出现长达22小时的负电价现象，其本质是风光等强制消纳手段所引发的“深渊曲线”，如何平衡清洁能源装机容量增长与对电网消纳冲击的关系，引发业内学者思考。
2、针对高比例新能源系统供需平衡问题，学者在新能源与常规机组联合规划、增强跨区输电通道和需求侧响应等方法展开研究，储能为其中研究热点。电源侧，有学者提出风-光-抽水蓄能系统优化配置方法，使用多目标求解算法提高风光入网率和经济效益。然而源侧抽水蓄能等方法可促进集中式风光电厂消纳，但针对分布式新能源多点接入缺乏作用。电网侧，学者提出一种考虑充放电寿命的电化学储能规划配置与运行模拟模型，将储能部署在电网侧发挥双向潮流特色，提升电网可靠性和消纳能力。
3、在如今的能源科学与
当中，无论是可再生能源的接入，还是分布式供能，还是微网领域，从发电端到用户端的各环节均由点及面的指向一个共性科学与技术需求——储能。储能技术己被视为电力系统运行过程中的重要组成部分。申请号为2022116625799的专利技术专利申请公开了一种考虑分布式电源功率注入的配电网协同优化运行方法，包括：步骤1：建立包含光伏发电系统、柴油机发电系统和微型燃气轮机发电系统的分布式电源数学模型，激励型需求响应数学模型，以及储能系统数学模型；步骤2：建立配电网-微电网双层协同优化调度模型，下层模型基于“源-荷-储”对多微网优化调度，
4、目前，用户侧储能研究主要分为分布式储能和集中式共享储能两大类。有学者考虑源荷不确定性，采用分布式储能鲁棒优化提升经济效益，然而针对用户自建储能投资回报率和储能闲置率问题缺乏研究。有学者构建集中式储能社区综合能源模型，引入共享概念。另有学者在工业用户经济调度中应用集中式共享储能，降低用能成本并提升储能利用率。但集中式共享储能缺乏灵活性，无法兼顾差异化用户充放电需求。因此有学者构建分布式储能聚合、集中式储能共享的云储能模式，兼顾储能利用率和经济效益。
5、然而以上研究均将电网视为单一后备电源，以平衡模型中的负荷差额，但是缺乏用户侧储能与电网的互动模型构建以及积极效益，因此有将多利益主体进行分层优化，提供一种新的配电网-储能-用户多层协同优化方法、系统、设备与介质，明晰各层级互动关系，并利用atc算法解耦迭代求解，提升配电网、储能运营商和用户的经济效益。
技术实现思路
1、本专利技术的目的在于：提供一种新的配电网-储能-用户多层协同优化方法、系统、设备与介质，明晰各层级互动关系，并利用atc算法解耦迭代求解，提升配电网、储能运营商和用户的经济效益。
2、本专利技术为了实现上述目的具体采用以下技术方案：
3、一种配电网-储能-用户多层协同优化方法，包括以下步骤：
4、步骤1，联合用户分布式储能和储能运营商集中式储能，形成分布式储能集合、集中式储能共享的云储能模式；
5、步骤2，构建多层协同运行优化模型，多层协同运行优化模型包括上层配电网模型、中层共享储能模型以及下层用户集群模型；
6、上层配电网模型以配网运行总成本最小为目标，统筹灵活性资源优化调度；
7、中层共享储能模型作为连接上层配电网与下层产消者的共享储能电站，并以计及全生命周期成本的日净利润最大为目标函数；
8、下层用户集群模型具有清洁能源出力和负荷的产消者以合作联盟的形式构成用户集群，以用户集群的日经济运行成本最优为目标函数；
9、步骤3，采用目标级联分析算法对多层协同运行优化模型进行分层优化求解，得到最佳方案；
10、步骤4，根据最佳方案，对云储能模式的储能进行优化调度。
11、一种配电网-储能-用户多层协同优化系统，包括：
12、云储能模块，用于联合用户分布式储能和储能运营商集中式储能，形成分布式储能集合、集中式储能共享的云储能模式；
13、优化模型构建模块，用于构建多层协同运行优化模型，多层协同运行优化模型包括上层配电网模型、中层共享储能模型以及下层用户集群模型；
14、上层配电网模型以配网运行总成本最小为目标，统筹灵活性资源优化调度；
15、中层共享储能模型作为连接上层配电网与下层产消者的共享储能电站，并以计及全生命周期成本的日净利润最大为目标函数；
16、下层用户集群模型具有清洁能源出力和负荷的产消者以合作联盟的形式构成用户集群，以用户集群的日经济运行成本最优为目标函数；
17、最佳方案生成模块，用于采用目标级联分析算法对多层协同运行优化模型进行分层优化求解，得到最佳方案；
18、优化调度模块，用于根据最佳方案，对云储能模式的储能进行优化调度。
19、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述方法的步骤。
20、一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述方法的步骤。
21、本专利技术的有益效果如下：
22、本专利技术中，通过深度挖掘用户侧储能与配电网的互动机理与作用，提出一种面向经济性提升的配电网-储能-用户多层协同运行优化模型，上层以配网运行总成本最小为目标，统筹储能、燃气轮机等灵活性资源优化调度；中层引入集中式共享储能连接配电网与用户，目标函数为计及全生命周期成本的日净利润最大；下层在满足用户集群负荷需求的前提下以日用能成本最小为目标，优化分布式储能设备出力；并采用目标级联分析算法实现上述模型的分层优化求解；模型可明晰各层级互动关系，提升各参与主体的经济效益，降低分布式清洁能源并网带来的影响，为用户侧储能在新型能源系统中的应用提供参考，提升配电网、储能运营商和用户的经济效益。
本文档来自技高网...【技术保护点】
1.一种配电网-储能-用户多层协同优化方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种配电网-储能-用户多层协同优化方法，其特征在于，步骤2中，上层配电网模型以配网运行总成本最小为目标，电网运行总成本F1表示为：
3.如权利要求2所述的一种配电网-储能-用户多层协同优化方法，其特征在于：上层配电网模型中，
4.如权利要求3所述的一种配电网-储能-用户多层协同优化方法，其特征在于，中层共享储能模型中，
5.如权利要求1所述的一种配电网-储能-用户多层协同优化方法，其特征在于，步骤3中，采用目标级联分析算法对多层协同运行优化模型进行分层优化求解时，具体调度流程步骤为：
6.如权利要求5所述的一种配电网-储能-用户多层协同优化方法，其特征在于，上层约束条件包括配网潮流安全约束、燃气轮机约束、无功补偿约束；
7.如权利要求5所述的一种配电网-储能-用户多层协同优化方法，其特征在于，在优化、求解时，为促进迭代收敛增加了拉格朗日惩罚项，具体为：
8.一种配电网-储能-用户多层协同优化系统，其特征在
9.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于：存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种配电网-储能-用户多层协同优化方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种配电网-储能-用户多层协同优化方法，其特征在于，步骤2中，上层配电网模型以配网运行总成本最小为目标，电网运行总成本f1表示为：
3.如权利要求2所述的一种配电网-储能-用户多层协同优化方法，其特征在于：上层配电网模型中，
4.如权利要求3所述的一种配电网-储能-用户多层协同优化方法，其特征在于，中层共享储能模型中，
5.如权利要求1所述的一种配电网-储能-用户多层协同优化方法，其特征在于，步骤3中，采用目标级联分析算法对多层协同运行优化模型进行分层优化求解时，具体调度流程步骤为：
6.如权利要求5所述的一种配电网...
【专利技术属性】
技术研发人员：魏震波，李银江，杨超，姚怡欣，牛文蕙，
申请(专利权)人：四川大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。