【技术实现步骤摘要】
本专利技术涉及配电网联合优化，具体为计及光伏消纳与光储充配置的配电网联合优化方法及系统。
技术介绍
1、随着“双碳”战略目标的不断深入，以光伏发电等新能源为主体的新型电力系统快速发展，其更是未来清洁低碳、安全高效能源体系的重要组成部分。然而，由于光伏出力的间歇性、波动性和随机性等特点，在高渗透率情况下系统电能质量和供电可靠性将受到严重影响，需要进行光伏消纳规划以改善配电网运行状态。目前，相关研究主要涉及光伏消纳评估方法和消纳能力提升策略两个方面。
2、对光伏消纳能力的提升主要通过以下两类策略：第一，从优化控制及改善系统管理模式角度入手，通过挖掘配电网无功调节潜力提高光伏消纳能力；第二，通过电网扩建、新增储能和引入需求侧管理等措施，提高配电网可调负荷容量，抑制净负荷波动。在实际电网规划和运行过程中，光伏消纳能力将与电力系统综合经济效益直接相关，并涉及配电网多资源优化配置和调度问题。其中，研究以储能设备和电动汽车(electricvehicle，ev)为代表的柔性负荷参与新能源消纳和配电网调度等更是受到了广泛关注。
3、光伏消纳评估方法主要包括仿真试探法、随机场景分析法和数学优化法等。仿真试探法简单且易于实现，但计算工作量庞大。随机场景分析法通过随机生成的多场景产生消纳策略散点和射线簇，能直观获得大量满足配电网约束条件下的光伏配置方案，但受限于运算速度，该方法在场景信息较为充分的情况下局部寻优能力较为欠缺。数学优化法是基于准确建立场景模型和目标函数并采用优化算法进行求解寻优，具有计算结果准确度高、适用性强等优
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：配电网需求侧调度能力不足，潜力尚待开发，储能系统投资成本压力较大，系统综合成本较高，尚待优化。
3、为解决上述技术问题，本专利技术提供如下技术方案：计及光伏消纳与光储充配置的配电网联合优化方法，包括：
4、收集电网历史数据，利用柔性负荷需求侧响应下配电网光伏消纳评估方法，计算得到计及配电网运行约束下的最大光伏消纳能力；
5、结合电力系统整体效益，提出光储充配置的配电网联合优化策略，在光伏消纳水平的约束条件下，得出配电网综合成本最优模型；
6、利用改进粒子群算pso算法求解模型，得到最优模型的光储充配置和运行方案。
7、作为本专利技术所述的计及光伏消纳与光储充配置的配电网联合优化方法的一种优选方案，其中：
8、所述评估方法包括，以评估配电网最大光伏消纳能力为目标，目标函数为：
9、
10、其中，n表示配电网节点总数；ppv,nom(i)表示原始负荷下第i个节点接入光伏出力；ppv,comp(i)表示第i个节点接入光伏补充出力；
11、为保证配电网的安全稳定运行，消纳问题的求解主要考虑系统潮流约束、节点电压上下限约束、馈线传输容量约束、变压器容量约束，约束条件表达式为：
12、
13、其中，ui表示节点i的电压值，uj表示节点j的电压值；pload(i)表示原始负荷有功值，qload(i)表示节点i的无功值；ps(i)表示柔性负荷有功值，qs(i)表示节点i的无功值；gij表示节点导纳矩阵中实部，bij表示节点导纳矩阵中虚部对应的元素；θij表示相角；umax表示节点电压上限值，umin表示节点电压下限值；sl,j表示馈线j的传输容量，sl,max表示馈线j的传输容量上限；spv,all表示光伏总接入容量，st,max表示上级变压器的最大容量。
14、作为本专利技术所述的计及光伏消纳与光储充配置的配电网联合优化方法的一种优选方案，其中：所述光储充数学模型包括，
15、基于beta分布的光伏外特性概率模型，其概率密度函数为
16、
17、其中，公式
18、
19、表示euler积分的b函数；α和β表示beta分布的形状参数；ppv(t)表示t时刻光伏出力值；pt,max表示t时段内光伏出力最大值，pt,min表示t时段内光伏出力最小值。
20、作为本专利技术所述的计及光伏消纳与光储充配置的配电网联合优化方法的一种优选方案，其中：所述储能技术包括，
21、储能系统作为可调负荷，响应电网调度时其出力模型与和荷电状态直接相关；
22、
23、其中，pba(t)表示t时刻储能系统的充放电功率；η+和η-表示充放电效率。
24、作为本专利技术所述的计及光伏消纳与光储充配置的配电网联合优化方法的一种优选方案，其中：ev充电站包括，
25、ev无序充电模型主要涉及日行驶里程、充电时长和起始充电时刻三个方面；ev日行驶里程的概率密度函数如下
26、
27、其中，μs和σs表示概率密度函数的期望和标准差；
28、ev有序充电策略以响应光伏消纳调度和优化储能系统综合成本为引导，通过制定激励电价引导用户的用电行为，数学模型如下：
29、
30、其中，pricecomp和pricef表示激励电价和平电价；tcomp1和tcomp2表示激励电价起始时刻和结束时刻；
31、以储能系统联合ev充电站协同调度综合成本最低为目标，建立目标函数如下:
32、
33、其中，fday,i表示第i种柔性负荷投资成本折算到等日的系数，i＝1表示储能系统，i＝2表示ev充电站；cs,i表示第i种柔性负荷投资成本；cg表示电网购电成本；cb表示ev售电盈利费用；
34、光储充联合优化问题需同时考虑光伏消纳评估和联合运行两方面的约束条件；因此，在考虑光伏消纳评估约束条件的同时，还需要结合各种柔性负荷的运行约束，主要包括储能系统功率约束、储能系统荷电状态约束、ev充电功率约束、ev荷电状态约束；约束条件表达式为：
35、
36、其中，pba,max表示储能系统出力上限，pba,min表示储能系统出力下限；socba,max表示t时刻储能系统容量的上限，socba,min表示t时刻储能系统容量的下限；pev,i(t)表示第i辆ev在t时刻充电功率，socev,i(t)表示第i辆ev在t时刻荷电状态；pev,i,max表示第i辆ev电池最大允许充电功率；socev,i,max表示示第i辆ev电池荷电状态上限，socev,i,min表示第i辆ev电池荷电状态下限。
37、作为本专利技术所述的计及光伏消纳与光储充配置的配电网联合优化方法的一种优选方案，其中：所述改进pso算法求解模型包括，
38、在寻优过程中，采用随迭代变化的惯性因子和学习因子，进而扩展了在迭代中不断缩小的种群搜索空间，确保算法可兼具较好的全局和局部搜索能力，迭代更新公式如下：
39、vij(k+1)＝wvij(k)+c1r1[pij(k)-xij(k)]+
本文档来自技高网...
【技术保护点】
1.计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于，包括：
2.如权利要求1所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：所述评估方法包括，以评估配电网最大光伏消纳能力为目标，目标函数为，
3.如权利要求2所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：所述光储充数学模型包括，
4.如权利要求3所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：所述储能技术包括，
5.如权利要求4所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：EV充电站包括，
6.如权利要求5所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：所述改进PSO算法求解模型包括，
7.如权利要求6所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：改进PSO算法求解包括，
8.一种如权利要求1-7任一所述方法的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于，包括：
2.如权利要求1所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：所述评估方法包括，以评估配电网最大光伏消纳能力为目标，目标函数为，
3.如权利要求2所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：所述光储充数学模型包括，
4.如权利要求3所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：所述储能技术包括，
5.如权利要求4所述的计及光伏消纳与光储充配置的配电网联合优化方法，其特征在于：ev充电站包括，
6.如权利要求5所述的计及光伏消纳与光...
【专利技术属性】
技术研发人员：陈露东，李庆生，张裕，张彦，雷鸣，张兆丰，袁勇，尹佳，杨婕睿，郑松，贺墨琳，罗文雲，苏展，杨子越，杨柳，王永利，
申请(专利权)人：贵州电网有限责任公司，
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。