一种评估源网荷储协同接纳新能源能力的方法

技术领域

本发明属于新能源电力系统技术领域，具体是一种评估源网荷储协同接纳新能源的研究方法。

背景技术

新型电力系统建设进程下，高比例新能源并网带来了灵活性调节资源短缺及高效消纳难题，为保障新能源利用率以及电网的稳定运行，需要科学研判源网荷储协同作用下的接纳新能源的情况下。

对此现有技术亟需一种新的技术方案基于实际运行数据，统筹考虑源侧的灵活性改造，网侧的外送，负荷侧的需求响应技术，来开展新能源接纳的敏感性研究和系统调节能力提升新能源发展的量化关系研究。

发明内容

本发明所要解决的技术问题是：提供一种评估源网荷储协同接纳新能源的方法，从整体上协调调度多灵活性资源，最大化利用多环节灵活互动特性消除限制新能源消纳的制约因素。兼顾经济性、消纳电量以及用户满意度的综合要求，以增加少量的网损成本和购电成本换取弃电成本的大幅下降，避免了可控负荷和储能等灵活性调节资源的频繁调度，充分挖掘配电网消纳潜力，实现新能源的经济、优质消纳。

一种评估源网荷储协同接纳新能源能力的方法，包括以下步骤，且以下步骤顺次进行，

步骤一、根据主动配电网消纳新能源能力建立配电网源网荷储灵敏性模拟模型；

步骤二、通过以主动配电网消纳量最大化、主动配电网运行成本最小化和用户满意度最高化为目标，建立主动配电网新能源消纳能力评估模型及模型约束条件；

步骤三、将主动配电网新能源消纳能力评估模型利用线性化方法转换为多目标混合整数线性优化模型；

步骤四、采用matlab计算软件对目标混合整数线性优化模型利用粒子群算法优化算法求解，得到满足消纳量最大、运行成本最小和用户满意度最高的最优解。

所述步骤一配电网源网荷储灵敏性模拟模型包括电源端灵活性模拟模型、网络端灵活性模拟模型、负荷端灵活性模拟模型以及储能端灵活性模拟模型；

所述电源端灵活性模拟模型如下所示:

式中，

所述网络端灵活性模拟模型为:

式中，Ω

其中，遥控开关在第t个时段的动作次数Δsw

Δsw

式中，sw

所述负荷端灵活性模拟模型为：

式中，

所述储能端灵活性模拟模型如下所示：

式中，

所述步骤二建立的主动配电网新能源消纳能力评估模型为：

式中，F

式中，F

所有新能源、遥控开关、可控负荷和储能在t时段的运行成本分别为：

式中，

t时段配网从上级电网的购电费用、主动配电网的网损费用分别为：

式中，Ω

式中，S表示用户满意度；μ

所述步骤二模型约束条件包括支路潮流约束、节点功率平衡约束、节点电压约束、支路电流约束以及上级电网交互功率约束；

所述支路潮流约束为：

式中，P

所述节点功率平衡约束为：

式中，

所述节点电压约束为：

U

式中，U

所述支路电流约束为：

式中，I

所述上级电网交互功率约束为：

式中，

所述步骤三中，将主动配电网新能源消纳能力评估模型转换为多目标混合整数线性优化模型的方法为:

1)记节点i在t时段的电压幅值平方变量

其中，常系数

式中，

常系数a

节点电压约束由公式(25)转换为公式(32)，即：

2)引入辅助变量

式中，M

引入二进制变量，将公式(11)等价线性化为公式(35)：

式中，

引入二进制变量,采用Big-M法将公式(5)等价线性化为公式(36)：

式中，δ

引入辅助变量和二进制变量，并结合Big-M法，将公式(16)、公式(18)以及公式(19)等价转化为：

式中，

3)设定支路电流幅值平方变量

对支路电流约束进行线性化，将公式(40)转化为公式(41)：

其中，常系数

公式(21)和公式(26)转化为公式(43)和公式(44)：

设定辅助变量

式中，M

4)对功率约束进行线性化，包括以下步骤：

4.1)记新能源功率因数角的余角为

4.2)将

其中，任意一条线段表示如下：

4.3)建立公式(48)的约束,即：

式中，

5)对储能复功率进行线性化,得到：

式中，n为当前的分段编号；

所述步骤四中，对多目标混合整数线性优化模型利用粒子群算法优化算法求解得到满足消纳量最大、运行成本最小和用户满意度最高的最优解的方法为，

建立目标函数：

F＝min[f

式中，F

粒子群算法优化算法是利用层次分析法并结合熵权确定各子目标所占目标函数的综合权重为：

式中，λ

确定个子目标所占目标函数的综合权重，同时对各子目标函数的量纲进行统一，将目标函数表达式归纳成：

式中，λ

通过构造上式的综合目标函数，可以避免求解大量非劣解集问题，并保证量纲的一致性。

所述步骤四采用的粒子群优化算法在迭代过程中引入二次线性递减惯性权重，其更新方程为：

式中，V

通过上述设计方案，本发明可以带来如下有益效果：

本发明一种评估源网荷储协同接纳新能源能力的方法，从整体上协调调度多灵活性资源，最大化利用多环节灵活互动特性消除限制新能源消纳的制约因素。兼顾经济性、消纳电量以及用户满意度的综合要求，以增加少量的网损成本和购电成本换取弃电成本的大幅下降，避免了可控负荷和储能等灵活性调节资源的频繁调度，充分挖掘配电网消纳潜力，实现新能源的经济、优质消纳。

具体的，由于本发明提出的新能源优化消纳模型具有多目标、多时段耦合、高维混合变量、非线性、非凸等特点，为更好地求解提出了一种复合型线性化策略，将原模型转换为多目标混合整数线性规划(Multi-Objective Mixed Integer Linear Programming,MOMILP)问题，以实现模型的高效求解，为了求出可以满足最优解的取值，采用线性递减惯性权重的改进粒子群算法求解所建模型。经过改进后，算法在前期具有有较大的步长，例子趋向于大范围搜寻最优解，迭代后期，你只在当前最优解的附近进行深度挖掘，找到新能源消纳电量最大、配电网运行成本最小以及用户满意度最高的解。

附图说明

以下结合附图和具体实施方式对本发明作进一步的说明：

图1为本发发明一种评估源网荷储协同接纳新能源能力的方法的流程示意图。

图2为本发明一种评估源网荷储协同接纳新能源能力的方法改进的粒子群算法优化算法流程图。

图3为本发明一种评估源网荷储协同接纳新能源能力的方法具体实施方式改进后的IEEE 33节点系统图。

图4为本发明一种评估源网荷储协同接纳新能源能力的方法具体实施方式新能源复功率分段线性化示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施里进行详细描述。

本发明是提供一种源网荷储协同接纳新能源的灵敏性研究方法，如图1所示，包括如下步骤：

(1)根据主动配电网消纳新能源能力建立配电网源网荷储灵敏性模拟模型；

(2)通过以主动配电网消纳量最大化、主动配电网运行成本最小化和用户满意度最高化为目标，建立主动配电网新能源消纳能力评估模型；

(3)将主动配电网新能源消纳能力评估模型利用线性化方法转换为多目标混合整数线性优化模型；

4)对多目标混合整数线性优化模型利用粒子群算法优化算法求解，得到满足消纳量最大、运行成本最小和用户最满意的最优解。

具体实施过程如下：

风光等间歇式发电资源大量并网，导致配电网灵活调节资源捉襟见肘,高效、经济消纳成为难题。配电网多灵活性资源的灵活互动特性能够有效应对新能源出力的不确定性，提高配电网的安全经济运行水平。本发明基于源网荷储不同环节，深入分析多灵活性资源的协调调度对新能源消纳水平提升的作用机理，然后，基于多目标优化理论，建立计及多灵活性资源协调调度的配电网新能源优化消纳模型。本文通过对多种灵活性资源的有效建模，充分挖掘和协调配电网丕同环节有功/无功灵活资源调节潜力，以消除限制配电网新能源消纳的制约因素，并提出消纳模型高效求解方法。

1)为合理刻画配电网多灵活性资源的灵活互动特性，需要分别对电源侧、网络侧、负荷侧和储能侧的灵活性建模。

1.1)所述电源端灵活性模拟模型如下所示：

风电和光伏电站既能输出有功功率，又能快速、连续地进行动态无功补偿，其参与多灵活性资源的协调调度需要考虑功率因数限制和逆变器容量约束，即

式中，

1.2)所述网络端灵活性模拟模型如下所示：

考虑到过于频繁的开关动作会影响开关稳定性，降低开关寿命，为此，在配网动态重构中需要限制开关动作次数，即

此外，重构前后必须保证配电网的辐射状连通性要求。现有研究主要基于生成树和虚拟潮流模型来满足该要求，但须增加较多辅助变量，将会大大增加建模与求解的复杂度。为此，本发明考虑配网中所有开关状态，基于供电环路非连通理论，模拟配网重构的辐射状连通性约束，即保证配网中闭合支路数等同于节点总数和电源总数差值，且不存在连.通供电环路，具体如式(5)所示：

式中，Ω

考虑到过于频繁的开关动作会影响开关稳定性，降低开关寿命，为此，在配网动态重构中需要限制开关动作次数，其中,遥控开关在第t个时段的动作次数Δsw

Δsw

式中，sw

1.3)所述负荷端灵活性模拟模型如下所示：

部分配网负荷如中央空调、电动汽车等具有较强的可控性，能够实现用电量的跨时空转移，具有良好的削峰填谷效应。式(8)表示可控负荷参与多灵活性资源的协调调度时自身的功率调节能力约束，式(9)表示可控负荷一定时段内的用电总量保持不变。

负荷侧具备灵活性功率调节能力，可控负荷在灵活性优化调度时需要在一段时间内保证整体用电量的平衡。

式中，

1.4)所述储能端灵活性模拟模型如下所示：

为保护储能使用寿命，防止过度充放电，储能在进行充放电灵活性调控时需考虑自身荷电状态约束和平衡约束(如式(10)和式(11))以及充放电功率约束(如式(12)和式(13))，具体为

为了保护电池类常规储能使用寿命,常规储能的荷电状态也应该在允许的最小值SOC

在运行过程中，储能的充放电状态不能同时出现,且采用逆变器优化调度无功功率时受到逆变器容量限制，需要满足以下约束：

/>

此外，储能逆变器利用自身富余容量，结合功率因数运行范围，可在四象限运行范围内进行连续动态无功补偿，储能无功补偿的逆变器约束和功率因数约束分别为

式中，

2)以最大化主动配电网的新能源消纳量、最小化主动配电网的运行成本和最高化主动配电网的用户满意度为目标，建立消纳能力评估的目标函数。

2.1)以全天所有时段的新能源消纳量最大为目标函数，即：

式中，F

2.2)以配电网运行总成本最低为目标函数，即：

多灵活性资源协调调度策略的多样化将导致迥异的新能源消纳电量与配电网运行成本。为合理利用多灵活性资源的灵活互动特性，本文在考虑弃电成本、购电成本和网损成本的基础上，进一步计及多灵活性资源协调调度成本。

式中，F

所有新能源、遥控开关、可控负荷和储能在t时段的运行成本分别如下所示：

/>

式中，

t时段配网从上级电网的购电费用、主动配电网的网损费用分别如下所示：

式中，Ω

2.3)本发明将参与配电网中的新能源量分为配电网并入的新能源量和配电网消纳的新能源量，只考虑这两种量对用户满意度的影响，即用户满意度为：

式中，μ

由上式可以看出，S越大，用户满意度越高。配电网并入新能源的总量及配电网消纳新能源的总量越大，用户满意度满意度就会更高，考虑这2种情况对用户满意度影响程度的不同，为了不浪费绿色资源以及尽可能满足用户需求；当用户处于用电高峰期时，尽可能将新能源消纳量达到最大。

3)利用线性化方法主动配电网新能源消纳能力评估模型的约束条件包括支路潮流约束、节点功率平衡约束、节点电压约束、支路电流约束和上级电网交互功率约束；

3.1)所述支路潮流约束如下所示：

式中，P

3.2)所述节点功率平衡约束如下所示：

式中，

3.3)所述节点电压约束如下所示：

U

式中，U

3.4)所述支路电流约束如下所示：

式中，I

3.5)所述上级电网交互功率约束如下所示：

式中，

4)利用线性化方法将主动配电网新能源消纳能力评估模型转换为多目标混合整数线性优化模型的步骤包括：

4.1)电网侧潮流模型的高度非线性增加了模型求解难度，而基于热启动环境的低非线性度潮流模型准确度高，计算高效，记节点i在t时段的电压幅值平方变量

其中，常系数

式中，

常系数a

节点电压约束(24)转换为下式，即：

4.2)电网侧的节点功率平衡约束式由于存在连续变量和离散变量乘积项而呈现非线性特征，引入辅助变量

式中，M

引入二进制变量，将公式等价线性化为：

式中，

针对电网侧的动态重构非线性化约束公式，引入二进制变量,采用Big-M法将公式(5)等价线性化为：

式中，δ

针对负荷侧得灵活调控成本存在绝对值函数项，引入辅助变量和二进制变量，并结合Big-M法，将公式(17)、公式(19)-(20)等价转化为：

/>

式中，

储能侧的运行成本和充电功率约束由于存在绝对值函数和连续变量乘积项而呈现非线性特征，可引入变量，并利用Big-M法对其依次等价线性化为：

式中，

4.3)针对电网侧的网损成本和支路电流约束含有支路电流非线性项，设定支路电流幅值平方变量

对支路电流约束进行线性化，将公式(41)转化如下：

其中，常系数

公式(22)和公式(27)转化如下：

设定辅助变量

式中，M

4.4)对复功率约束进行线性化,步骤包括：

4.4.1)记新能源功率因数角的余角为

4.4.2)将

4.4.3)建立公式(49)的约束，即：

式中，

4.5)对储能复功率进行线性化，得到：

式中，n为当前的分段编号；

5)对多目标混合整数线性优化模型利用粒子群算法优化算法求解得到满足消纳量最大、运行成本最小和用户最满意的最优解，所述目标函数如下：

F＝min[f

式中，F

粒子群算法优化算法是利用层次分析法并结合熵权确定各子目标所占目标函数的综合权重为：

式中，λ

确定个子目标所占目标函数的综合权重，同时对各子目标函数的量纲进行统一，可将目标函数表达式归纳成：

式中，λ

6)所述的粒子群优化算法在迭代过程中引入二次线性递减惯性权重，其更新方程为：

式中，V

7)借助matlab计算软件，利用粒子群优化算法求解方程。

以最大化主动配电网的新能源消纳量、最小化主动配电网的运行成本和最高化主动配电网用户满意度为目标。采用多种线性化方法，将原模型转化为易于求解的多目标混合整数线性优化模型。

使用算法经过改进后，算法在前期具有较大的寻优步长，粒子趋向于大范围搜寻最优解，迭代后期，粒子在当前最优解的附近进行深度挖掘。

利用本发明所述的层次分析法与熵权法相结合求解权重的方法，确定了一组以电网利益为主导的权重组合：λ

根据本发明所提优化模型，获取主动配电网源网荷储数据，并模拟主动配电网源网荷储灵活性。以如图所示改进的IEEE-33节点配电系统为例，其电压等级为12.66kV，所有节点的电压允许范围为0.95(pu)～1.05(pu)，支路最大电流为300A。配电系统通过节点1同上级电网进行能量交互，关口的有功功率上下限为±6MW，无功功率上下限为土±3Mvar。新能源接入位置和容量如表1所示，新能源功率因数运行范围为-0.8～0.8，新能源逆变器容量为新能源装机容量的1.1倍。将全天分为24个时段，Δt＝1h。新能源出力和负荷信息基于某典型日的实测数据，储能基本配置参数如表2所示，储能功率因数运行范围为-0.75～0.75，储能逆变器容量为储能最大输出功率的1.5倍。源网荷储灵活互动的技术参数见表3。模型经济参数如表4所示。

表1新能源的基本配置参数

表2储能的基本配置参数

表3源网荷储灵活互动的技术参数

表4模型经济参数

设置ζ

表5优化前后的仿真结果

表6优化前后的经济性成本(单位：万元)

/>