【技术实现步骤摘要】
本专利技术涉及电力系统，特别涉及一种电池储能系统定容模型及方法、计算机设备。
技术介绍
1、合理地配置bess(电池储能系统，battery energy storage system)在电力系统中的容量，一方面能够补偿一定量的动态无功功率，改善电力系统潮流分布，从而稳定负荷节点电压，降低系统网损，提高系统电能质量；另一方面，能够降低系统对新增无功补偿装置的需求，节省无功补偿装置的安装、管理费用，提高系统经济性。目前针对无功补偿装置容量的选取，往往依据从业人员个人经验，按照无功就地补偿原则，将负载量较大的负荷节点作为接入位置。这些依据从业人员个人经验设立的无功补偿容量往往无法同时兼顾系统稳定性和经济性的要求。
2、因此，如何提供一种电池储能系统定容方法，是目前亟待解决的问题。
技术实现思路
1、本专利技术实施例提供了一种电池储能系统定容模型及方法，以解决现有技术中无功补偿容量无法同时兼顾系统稳定性和经济性的问题。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
2、根据本专利技术实施例的第一方面，提供了一种电池储能系统定容模型。
3、在一个实施例中，一种电池储能系统定容模型，包括：
4、包括：上层优化模型和下层优化模型；其中，
5、上层优化模型以投资成本最
6、下层优化模型以系统网损最低为目标，确定bess的动态无功调节量；
7、上层优化模型将其容量信息传递至下层优化模型，下层优化模型以上层优化模型的容量信息为基础，优化其在各时刻的无功调节量，同时将优化后的系统有功网损量回馈至上层优化模型；
8、上层优化模型和下层优化模型相互迭代，递进求解，最终确定bess的容量以及无功调节量。
9、可选地，所述上层优化模型目标函数表示为：
10、minf(n,s)＝chdt+cim+closs
11、式中：n和s分别表示bess个数、容量参数；chdt为购买成本；cim为安装维护成本；closs为有功网损成本。
12、可选地，所述购买成本chdt表示为：
13、
14、式中：n为系统中bess总个数；si为第i台bess容量；c(i,s)为相应的购买成本。
15、可选地，所述安装维护成本表示为：
16、
17、式中：cl为bess安装系数，n为系统中bess总个数，ck为bess单位时间维护成本，k为bess使用折旧年限。
18、可选地，所述有功网损成本表示为：
19、closs＝365kclossploss
20、式中：closs为网损因子，与系统单位电价正相关；ploss为系统日有功网损量；k为bess使用折旧年限。
21、可选地，所述上层优化模型还包括满足电压约束条件，具体为：
22、vmin≤v(k)≤vmax
23、式中：v(k)为k时刻系统各节点电压组成的电压矢量；vmin、vmax分别为电压稳定运行下限和上限。
24、可选地，所述上层优化模型还包括满足功率约束条件，具体为：
25、
26、
27、式中：pn、qn分别为系统中节点n处有功、无功总功率；vn、vm为节点n处和m处电压幅值；gnm为节点n和m之间电导；bnm为节点n和m之间电纳；θnm为节点n和m之间电压相角差。
28、可选地，所述上层优化模型还包括满足bess功率约束条件，具体为：
29、qmin≤qi≤qmax
30、式中：qi为i号bess可调无功功率矢量；qmax、qmin分别为可调无功功率上下限。
31、可选地，所述下层优化模型目标函数表示为：
32、
33、式中：ploss为系统日有功网损量；δt为预设的时间段，当δt足够短时，可以认为系统网损量在此时间段内保持不变；ploss(i)为系统在i时刻时的有功网损量。
34、可选地，所述系统在k时刻时的有功网损量具体表示为：
35、
36、式中：n为系统总负荷节点数；gij为节点i和j之间电导；vi(k)为负荷节点i处k时刻的电压幅值，vj(k)为负荷节点j处k时刻的电压幅值，θij为节点i和j之间电压相角差。
37、可选地，所述下层优化模型还包括满足电压约束条件，具体为：
38、vmin≤v(k)≤vmax,k＝1,2,...t
39、式中：v(k)为在k时刻时系统各节点电压组成的电压矢量；vmin、vmax分别为电压稳定运行下限和上限。
40、可选地，所述下层优化模型还包括满足功率约束条件，具体为：
41、
42、
43、式中：pi(k)、qi(k)分别为负荷节点i处k时刻有功总功率和无功总功率；n为系统总负荷节点数；gij为节点i和j之间电导；bij为节点i和j之间电纳；vi(k)为负荷节点i处k时刻的电压幅值；vj(k)为负荷节点j处k时刻的电压幅值；θij为节点i和j之间电压相角差。
44、可选地，所述下层优化模型还包括满足bess约束条件，具体为：
45、qmin(k)≤qi(k)≤qmax(k)
46、式中：qi(k)为i号bess在k时刻的可调无功功率矢量；qmax(k)、qmin(k)分别为i号bess在k时刻的可调无功功率上下限。
47、根据本专利技术实施例的第二方面，提供了一种电池储能系统定容方法。
48、在一个实施例中，所述方法包括：
49、步骤s1，构建上层优化模型和下层优化模型；
50、步骤s2，上层优化模型以投资成本最低为目标，确定bess的容量；下层优化模型以系统网损最低为目标，确定bess的动态无功调节量；
51、步骤s3，上层优化模型将其容量信息传递至下层优化模型，下层优化模型以上层优化模型的容量信息为基础，优化其在各时刻的无功调节量，同时将优化后的系统有功网损量回馈至上层优化模型；
52、步骤s4，上层优化模型和下层优化模型相互迭代，递进求解，最终确定bess的容量以及无功调节量。
53、可选地，所述上层优化模型目标函数表示为：
54、minf(n,s)＝chdt+cim+closs
55、式中：n和s分别表示bess个数、容量参数；chdt为购买成本；cim为安装维护成本；closs为有功网损成本；
56、所述下层优化模型目标函数表示为：
57、
58、式中：ploss为系统日有功网损量；本文档来自技高网...
【技术保护点】
1.一种电池储能系统定容模型，其特征在于，包括：上层优化模型和下层优化模型；其中，
2.如权利要求1所述的一种电池储能系统定容模型，其特征在于，
3.如权利要求2所述的一种电池储能系统定容模型，其特征在于，
4.如权利要求2所述的一种电池储能系统定容模型，其特征在于，
5.如权利要求2所述的一种电池储能系统定容模型，其特征在于，
6.如权利要求1所述的一种电池储能系统定容模型，其特征在于，所述上层优化模型还包括满足电压约束条件，具体为：
7.如权利要求1所述的一种电池储能系统定容模型，其特征在于，所述上层优化模型还包括满足功率约束条件，具体为：
8.如权利要求1所述的一种电池储能系统定容模型，其特征在于，所述上层优化模型还包括满足BESS功率约束条件，具体为：
9.如权利要求1所述的一种电池储能系统定容模型，其特征在于，
10.如权利要求9所述的一种电池储能系统定容模型，其特征在于，
11.如权利要求1所述的一种电池储能系统定容模型，其特征在于，
1
13.如权利要求1所述的一种电池储能系统定容模型，其特征在于，
14.一种电池储能系统定容方法，其特征在于，包括以下步骤：
15.如权利要求14所述的一种电池储能系统定容方法，其特征在于，
16.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求14至15中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种电池储能系统定容模型，其特征在于，包括：上层优化模型和下层优化模型；其中，
2.如权利要求1所述的一种电池储能系统定容模型，其特征在于，
3.如权利要求2所述的一种电池储能系统定容模型，其特征在于，
4.如权利要求2所述的一种电池储能系统定容模型，其特征在于，
5.如权利要求2所述的一种电池储能系统定容模型，其特征在于，
6.如权利要求1所述的一种电池储能系统定容模型，其特征在于，所述上层优化模型还包括满足电压约束条件，具体为：
7.如权利要求1所述的一种电池储能系统定容模型，其特征在于，所述上层优化模型还包括满足功率约束条件，具体为：
8.如权利要求1所述的一种电池储能系统定容模型，其特征在于，所述上层优化模型还包括满足bes...
【专利技术属性】
技术研发人员：张用，孙树敏，程艳，于芃，王士柏，王楠，周光奇，王玥娇，邢家维，刘奕元，关逸飞，李华东，秦佳峰，李勇，李笋，杨颂，王成龙，孙立群，赵帅，王彦卓，常万拯，
申请(专利权)人：国网山东省电力公司电力科学研究院，
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。