高比例新能源接入下的配网储能规划配置方法和装置

技术领域

本发明涉及电力领域，具体涉及一种高比例新能源接入下的配网储能规划配置方法和装置。

背景技术

近年来光伏发电得到了越来越广泛的关注，光伏出力具有一定的波动性，光伏出力的波动性与负荷的不匹配性会对配电网的稳定运行造成影响。配置储能系统可以平抑光伏输出功率的波动，现有的研究主要从削峰填谷能力，电压质量调节能力等方面进行研究。储能技术的大规模接入会给传统的电网结构带来一定的变化，目前储能规划问题是研究重点。储能接入电网的规划主要研究电网加入储能后通过选取不同的优化指标，如成本、社会效益和电网运行收益等指标，来决定储能的最优位置和容量。

现有的储能配置一般从电源侧出发，现有的研究主要从平抑新能源波动或最小配置成本出发，此外，微电网应用领域中对储能容量配置方法也有一定研究成，但储能在微电网中需要承担离网运行主电源的功能，与配电网中的储能应用需求不同，配置方法也存在本质区别。

发明内容

针对上述问题，本发明的一个目的是提供一种高比例新能源接入下的配网储能规划配置方法。

本发明的第二个目的是提供一种高比例新能源接入下的配网储能规划配置装置。

本发明所采用的第一个技术方案是：S1、获取配置数据及环境数据，构建光伏组件微电网模型；

S2、建立微电网优化评估体系，对所述光伏组件微电网模型进行评估优化；

S3、构建需求侧响应模型，根据所述需求侧响应模型，利用改进后多目标粒子群储能配置规划求解算法对所述需求侧响应模型进行求解，得到负荷结果；

S4、获取仿真数据，基于所述负荷结果和所述光伏组件微电网模型，对不同场景进行模拟和分析，得到分析结果。

可选的，所述光伏组件微电网模型包括：

光伏组件模型：

式中，p

蓄电池储能系统模型：

式中，E

可选的，所述微电网优化评估体系包括：

微电网总等年值成本：

式中，C

可再生能源能量渗透率：

式中，R

用户满意度：

式中，S

可选的，所述S1包括：S11、对所述光伏组件微电网模型进行约束，包括：系统运行功率平衡约束、蓄电池充放电约束、能量渗透率约束、倒送功率约束和负荷转移量约束。

可选的，所述需求侧响应模型包括：

负荷转移目标函数：

式中，T为调度周期，一般设为24小时；P

可转移负荷模型：

式中，N

可选的，所述S3包括：

S31、获取用户设定的可平移负荷信息；

S32、根据所述配置数据、所述环境数据和所述可平移负荷信息进行计算，确定可平移负荷转入转出时间段、可平移负荷种类和单元数；

S33、利用改进后多目标粒子群储能配置规划求解算法对负荷转入过程进行求解，得到负荷结果。

本发明所采用的第二个技术方案是：模型构建模块，用于获取配置数据及环境数据，构建光伏组件微电网模型；评估优化模块，用于建立微电网优化评估体系，对所述光伏组件微电网模型进行评估优化；求解模块，用于构建需求侧响应模型，根据所述需求侧响应模型，利用改进后多目标粒子群储能配置规划求解算法对所述需求侧响应模型进行求解，得到负荷结果；分析模块，用于获取仿真数据，基于所述负荷结果和所述光伏组件微电网模型，对不同场景进行模拟和分析，得到分析结果

可选的，所述光伏组件微电网模型包括：

光伏组件模型：

式中，p

蓄电池储能系统模型：

式中，E

可选的，所述模型构建模块包括：

约束模块，用于对所述光伏组件微电网模型进行约束，包括：系统运行功率平衡约束、蓄电池充放电约束、能量渗透率约束、倒送功率约束和负荷转移量约束。

可选的，所述求解模块包括：

信息获取子模块，用于获取用户设定的可平移负荷信息；

计算子模块，用于根据所述配置数据、所述环境数据和所述可平移负荷信息进行计算，确定可平移负荷转入转出时间段、可平移负荷种类和单元数；

求解子模块，用于利用改进后多目标粒子群储能配置规划求解算法对负荷转入过程进行求解，得到负荷结果。

上述技术方案的有益效果：

本发明考虑到由于新能源发电大量接入电网，引起电压与负荷波动等一些问题，配置储能装置可以解决上述问题，同时由于储能装置具有一定的灵活性可以与光伏出力等结合发电更好的响应用户侧的需求同时实现削峰填谷等作用，可以为电网带来一定的经济效益，因此研究储能装置的选址定容有着重要的作用，本发明同时考虑经济性与用电网稳定性和用户满意度，建立模型，采用改进的多目标粒子算法进行求解，引入自适应惯性权重和交叉变异，确定最优解集后引入TOPSIS方法，来确定最终的方案。

附图说明

图1为本发明的一个实施例提供的高比例新能源接入下的配网储能规划配置方法的流程图；

图2为本发明的一个实施例提供的高比例新能源接入下的配网储能规划配置装置的结构示意图；

图3为IEEE-33节点配电网系统示意图；

图4为典型日负荷特性曲线示意图；

图5为典型日光伏出力曲线示意图。

具体实施方式

下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本发明的原理，但不能用来限制本发明的范围，即本发明不限于所描述的优选实施例，本发明的范围由权利要求书限定。

在本发明的描述中，需要说明的是，除非另有说明，“多个”的含义是两个或两个以上；术语“第一”“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性；对于本领域的普通技术人员而言，可视具体情况理解上述术语在本发明中的具体含义。

实施例一

本发明的一个实施例提供了一种高比例新能源接入下的配网储能规划配置方法,如图1所示，包括S1、获取配置数据及环境数据，构建光伏组件微电网模型；S2、建立微电网优化评估体系，对所述光伏组件微电网模型进行评估优化；S3、构建需求侧响应模型，根据所述需求侧响应模型，利用改进后多目标粒子群储能配置规划求解算法对所述需求侧响应模型进行求解，得到负荷结果；S4、获取仿真数据，基于所述负荷结果和所述光伏组件微电网模型，对不同场景进行模拟和分析，得到分析结果。

S1、获取配置数据及环境数据，构建光伏组件微电网模型。

所述光伏组件微电网模型包括：

光伏组件模型：

式中，p

蓄电池储能系统模型：

式中，E

S11、对所述光伏组件微电网模型进行约束，包括：系统运行功率平衡约束、蓄电池充放电约束、能量渗透率约束、倒送功率约束和负荷转移量约束。

系统运行功率平衡约束：

P

式中，P

蓄电池充放电约束：

对于储能模型中的蓄电池荷电状态有一定的约束，蓄电池的寿命与充放电深度相关，过冲过放都会增加蓄电池寿命损耗，所以需对蓄电池荷电状态S

S

式中S

蓄电池充放电功率约束：

式中：P

能量渗透率约束：

为了适应分布式光伏的并网发展，微电网中分布式光伏能量渗透率有最低值约束。

R

式中：R

负荷转移量约束：

只有设定的可转移负荷可响应，需求侧响应周期内负荷转移量不能超过可转移负荷容量。

m

m

S2、建立微电网优化评估体系，对所述光伏组件微电网模型进行评估优化。

所述微电网优化评估体系包括：

微电网总等年值成本：

式中，C

可再生能源能量渗透率：

式中，R

用户满意度：

式中，S

S3、构建需求侧响应模型，根据所述需求侧响应模型，利用改进后多目标粒子群储能配置规划求解算法对所述需求侧响应模型进行求解，得到负荷结果。

所述需求侧响应模型包括：

负荷转移目标函数：

式中，T为调度周期，一般设为24小时；P

可转移负荷模型：

式中，N

S31、获取用户设定的可平移负荷信息；

S32、根据所述配置数据、所述环境数据和所述可平移负荷信息进行计算，确定可平移负荷转入转出时间段、可平移负荷种类和单元数；

S33、利用改进后多目标粒子群储能配置规划求解算法对负荷转入过程进行求解，得到负荷结果。

S4、获取仿真数据，基于所述负荷结果和所述光伏组件微电网模型，对不同场景进行模拟和分析，得到分析结果。

如图3所示，本发明使用IEEE-33节点配电网系统来进行仿真分析，它的结构如图3所示，电网的总负载是3715kw+j2300kvar，在图3中显示了典型的负荷变化曲线。系统的额定电压是12.66KV，在0.9-1.05pu之间的容许电压。

在模拟过程中，将200KW的太阳能电池接入节点7和8，并给出了其典型的输出功率曲线。储能系统可连接2-33个结点，最多连接2个结点，最大装点功率400kW。典型日负荷曲线和光伏出力曲线如图4和图5所示

为验证所提模型及算法的有效性，分为三个不同场景进行比较。场景1，不接入储能；场景2，接入储能，采用标准MOPSO算法优化；场景3，接入储能，采用改进MOPSO算法优化。

表1不同场景下的优化结果

通过算例仿真的结果可以发现，本发明提到的改进粒子群算法确定的储能安装位置与容量具有更好的电压稳定性与用户满度。

本实施例为一种高比例新能源接入下的配网储能规划配置方法，包括包括获取配置数据及环境数据，构建光伏组件微电网模型，建立微电网优化评估体系，对所述光伏组件微电网模型进行评估优化，构建需求侧响应模型，根据所述需求侧响应模型，利用改进后多目标粒子群储能配置规划求解算法对所述需求侧响应模型进行求解，得到负荷结果，获取仿真数据，基于所述负荷结果和所述光伏组件微电网模型，对不同场景进行模拟和分析，得到分析结果。本发明从经济性与电网稳定性的角度出发，确定一种储能装置最优配置规划的发明。

实施例二

本发明的一个实施例提供了一种高比例新能源接入下的配网储能规划配置装置200，如图2所示，包括：

模型构建模块201，用于获取配置数据及环境数据，构建光伏组件微电网模型；

评估优化模块202，用于建立微电网优化评估体系，对所述光伏组件微电网模型进行评估优化；

求解模块203，用于构建需求侧响应模型，根据所述需求侧响应模型，利用改进后多目标粒子群储能配置规划求解算法对所述需求侧响应模型进行求解，得到负荷结果；

分析模块204，用于获取仿真数据，基于所述负荷结果和所述光伏组件微电网模型，对不同场景进行模拟和分析，得到分析结果。

进一步的，所述光伏组件微电网模型包括：

光伏组件模型：

式中，p

蓄电池储能系统模型：

式中，E

进一步的，所述模型构建模块201包括：

约束模块，用于对所述光伏组件微电网模型进行约束，包括：系统运行功率平衡约束、蓄电池充放电约束、能量渗透率约束、倒送功率约束和负荷转移量约束。

进一步的，所述求解模块203包括：

信息获取子模块2031，用于获取用户设定的可平移负荷信息；

计算子模块2032，用于根据所述配置数据、所述环境数据和所述可平移负荷信息进行计算，确定可平移负荷转入转出时间段、可平移负荷种类和单元数；

求解子模块2033，用于利用改进后多目标粒子群储能配置规划求解算法对负荷转入过程进行求解，得到负荷结果。

本实施例为一种高比例新能源接入下的配网储能规划配置装置，通过包括模型构建模块，用于获取配置数据及环境数据，构建光伏组件微电网模型；评估优化模块，用于建立微电网优化评估体系，对所述光伏组件微电网模型进行评估优化；求解模块，用于构建需求侧响应模型，根据所述需求侧响应模型，利用改进后多目标粒子群储能配置规划求解算法对所述需求侧响应模型进行求解，得到负荷结果；分析模块，用于获取仿真数据，基于所述负荷结果和所述光伏组件微电网模型，对不同场景进行模拟和分析，得到分析结果本发明从经济性与电网稳定性的角度出发，确定一种储能装置最优配置规划的发明。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。