基于改进蚁群算法的智能配电网储能优化配置方法及系统技术方案

本发明专利技术涉及智能配电网储能优化技术领域，本发明专利技术所述方法包括通过使用双层优化模型和改进的粒子群优化算法求解得到有源配电网中有效提高静态稳定性的ES的最优位置信息、容量大小和相应的运行策略。ES分配的优化问题可以被转换为双层优化模型，在上层模型中，以规划时间内储能系统的综合成本最小为目标函数，做出决策来优化分配要将ES安装在哪些母线上，确定ES的位置；下层模型以规划期内储能系统的效益最大为目标函数，进而确定ES的容量和相应的运行策略。本发明专利技术有助于提高储能配置的有效性以及容量配置的经济性。

【技术实现步骤摘要】

本专利技术涉及智能配电网储能优化，尤其涉及基于改进蚁群算法的智能配电网储能优化配置方法及系统。

技术介绍

1、我国近些年大力发展智能电网、新能源并网交直流混联等电网建设，新能源产业的迅速发展，使发电成本不断降低，新能源在电力系统中的装机容量不断增加。

2、储能(energy storage,es)作为一种分布式能源，在可再生能源和智能电网的蓬勃发展下，近十年来得到了迅速的发展。随着储能技术的不断发展和成本的逐渐下降，储能已经成为新型电力系统的重要组成部分和保障电力系统安全稳定运行的重要支撑，并为促进大规模可再生能源并网提供了重要保障。es为有源配电网提供了广泛的技术优势，例如降低运营成本，提高系统可靠性，促进可再生能源渗透，改善电压分布和改善电能质量，储能为能源的经济整合和利用做出了巨大贡献，促进了清洁能源的开发和减少对化石能源的依赖。es已成为有源配电网和微电网的重要组成部分，在有源配电系统的规划、调度和运行中发挥着重要作用。随着储能技术的不断发展和成本的逐渐下降，储能已经成为新型电力系统的重要组成部分和保障电力系统安全稳定运行的重要支撑，并本文档来自技高网...

【技术保护点】

1.基于改进蚁群算法的智能配电网储能优化配置方法，其特征在于：包括，

2.如权利要求1所述的基于改进蚁群算法的智能配电网储能优化配置方法，其特征在于：所述配电网相关数据包括，网络参数、负荷、风电光伏典型日数据；并设定置信水平、算法基本参数，根据运行数据初始化蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数、最大迭代次数。

3.如权利要求2所述的基于改进蚁群算法的智能配电网储能优化配置方法，其特征在于：所述双层优化模型包括，针对双层决策问题，提出一种具有双层递阶结构的系统优化的数学模型，上层和下层问题均有各自的目标函数和约束条件，上层问题的目标函数与上...

【技术特征摘要】

1.基于改进蚁群算法的智能配电网储能优化配置方法，其特征在于：包括，

2.如权利要求1所述的基于改进蚁群算法的智能配电网储能优化配置方法，其特征在于：所述配电网相关数据包括，网络参数、负荷、风电光伏典型日数据；并设定置信水平、算法基本参数，根据运行数据初始化蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数、最大迭代次数。

3.如权利要求2所述的基于改进蚁群算法的智能配电网储能优化配置方法，其特征在于：所述双层优化模型包括，针对双层决策问题，提出一种具有双层递阶结构的系统优化的数学模型，上层和下层问题均有各自的目标函数和约束条件，上层问题的目标函数与上层决策变量有关，还依赖于下层问题的最优解，而下层问题的最优解又受上层决策的影响，在前一个优化方向的结果中再进行另一个方向的优化，双层规划的模型一般表达式为：

4.如权利要求3所述的基于改进蚁群算法的智能配电网储能优化配置方法，其特征在于：所述上层优化模型包括，上层目标函数是规划时间内储能系统的综合投资成本最小，表示如下：

5.如权利要求4所述的基于改进蚁群算法的智能配电网储能优化配置方法，其特...

【专利技术属性】
技术研发人员：郑琨，李俊，李明珀，刘默斯，高立克，唐彬，孙志媛，王晓明，林翔宇，胡弘，彭博雅，卢广陵，张翌晖，蒙宣任，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：