一种分布式储能的协调优化方法

技术领域

本发明涉及故障恢复技术领域，更具体的说是涉及一种分布式储能的协调优化方法。

背景技术

近年来，因暴雨等自然灾害和一些极端事件所引发的停电事故屡见不鲜，且随着电网覆盖率的提升，发生故障时所波及的范围也进一步扩大，造成的损失成倍增长。因此，发生灾害事件后快速进行配电网故障恢复变的尤为重要。传统的配电网灾后故障恢复策略往往仅限于对配电网进行网络重构，从而对负荷尽可能的恢复供电，这种方法仅限于对网络拓扑的重构或是对故障元件单方面修复，没有将网络重构与故障修复相协调，其局限性较大。此外，有文献研究了配电网故障恢复策略，在故障发生后通过快速检测、诊断和排除故障来恢复系统正常运行，实现最短时间内修复故障恢复供电，但对一些实际故障恢复约束未进行充分的考虑。对于分布式储能所接入的配电网，目前研究止步于灾后的网络重构阶段，没有考虑到与储能接入后配电网弹性故障恢复和孤岛划分相协调的优化策略，未能充分调用储能灵活性及其特有的价值，对配电网弹性提升未起到明显的帮助。综上所述，配电网故障恢复策略仍存在有待解决的关键问题如下：以往研究未考虑分布式储能调度时故障修复策略；未考虑网络重构与故障修复、孤岛划分之间的协调优化。

本发明从提升配电网弹性的理念出发，基于分布式储能接入配电网后的故障恢复策略，提出一种考虑分布式储能出力的配电网网络重构与故障修复、孤岛划分协调优化的方法，从而提高系统供电负荷即更大程度的提高配电网弹性性能，发挥储能在配电网中的价值。

因此，提出一种分布式储能的协调优化方法，来解决现有技术存在的困难，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种分布式储能的协调优化方法，该方法对于含有分布式储能的配电网系统，在考虑分布式储能出力的基础上，建立网络重构、故障恢复模型，并在发生故障后将分布式储能接入点作为潜在主电源点进行孤岛划分，对一些无法通过网络重构恢复供电的节点进行供电恢复，从而缩小故障停电范围。

为了实现上述目的，本发明提供如下技术方案：

一种分布式储能的协调优化方法，包括以下步骤：

S1、获取输入配电网基本参数；

S2、建立分布式储能装置约束模型和电源约束模型；

S3、建立供电负荷量约束模型；

S4、建立配电网潮流约束模型和运行安全约束模型；

S5、建立配电网故障修复模型、网络重构模型和孤岛划分模型；

S6、根据S1-S5建立的模型以配电网弹性最大为目标函数进行优化求解。

可选的，S2中的储能装置约束模型具体为：

储能充放电状态约束：

储能充放电功率约束：

储能容量约束：

其中，

可选的，电源约束模型具体为：

其中，P

可选的，S3中供电负荷量约束模型具体为：

对于节点j供电负荷量大小，用节点切负荷量表征，切负荷约束表示为：

其中，

可选的，S4中的配电网潮流约束模型具体为：

在原始潮流约束下，令

节点电压松弛模型：

二阶锥约束：

其中，δ(j)为以j为首端节点的支路末端节点集合，π(j)为以j为末端节点的支路首端节点集合；p

可选的，S4中的运行安全约束模型具体为：

节点电压约束：

支路功率约束：

支路电流约束：

其中，γ

可选的，S5中建立配电网故障恢复模型具体为：

故障修复模型：

F

F

其中，k为故障线路，K为故障线路总和；t

可选的，S5中建立网络重构模型和孤岛划分模型具体为：

拓扑结构连通性约束：

其中，δ(j)为以j为首端节点的支路末端节点集合，π(j)为以j为末端节点的支路首端节点集合；T

辐射状网络约束:

其中，γ

可选的，S6中的配电网弹性具体为：

其中，F

可选的，S6中的目标函数具体为：

其中，P

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种分布式储能的协调优化方法，其有益效果为：提高了系统供电负荷即更大程度的提高配电网弹性性能，发挥储能在配电网中的价值。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的一种分布式储能的协调优化方法的流程图；

图2为本发明提供的一种分布式储能的协调优化方法的计算流程图；

图3为本发明提供的配电网弹性过程示意图；

图4为本发明提供的IEEE33节点配电系统的网络拓扑图；

图5为本发明提供的24小时总负荷预测曲线图；

图6为本发明提供的分布式光伏日出力总功率预测曲线图；

图7为本发明提供的场景1第5时段线路重构图；

图8为本发明提供的场景2第5时段线路重构图；

图9为本发明提供的场景1第9时段线路重构图；

图10为本发明提供的场景2第9时段线路重构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1和图2所示，本发明公开了一种分布式储能的协调优化方法，包括以下步骤：

S1、获取输入配电网基本参数；

S2、建立分布式储能装置约束模型和电源约束模型；

S3、建立供电负荷量约束模型；

S4、建立配电网潮流约束模型和运行安全约束模型；

S5、建立配电网故障修复模型、网络重构模型和孤岛划分模型；

S6、根据S1-S5建立的模型以配电网弹性最大为目标函数进行优化求解。

进一步的，S2中的储能装置约束模型具体为：

储能充放电状态约束：

储能充放电功率约束：

储能容量约束：

其中，

具体的，将储能设备作为故障恢复过程的短时主供电电源，虽然受到容量限制不能长时间供电，但由于故障抢修需要时间较短，因此可以选择储能设备为短时主供电电源。

进一步的，电源约束模型具体为：

其中，P

具体的，采用光伏发电作为分布式电源，具有清洁环保、安全可靠等优点。光伏发电属于不可控的分布式电源，其出力具有强不确定性，且不具备独立带负荷的能力，因此需要和主电源及储能设备联合供电。

进一步的，S3中供电负荷量约束模型具体为：

对于节点j供电负荷量大小，用节点切负荷量表征，切负荷约束表示为：

其中，

进一步的，S4中的配电网潮流约束模型具体为：

在原始潮流约束下，令

节点电压松弛模型：

二阶锥约束：

其中，δ(j)为以j为首端节点的支路末端节点集合，π(j)为以j为末端节点的支路首端节点集合；p

进一步的，S4中的运行安全约束模型具体为：

节点电压约束：

支路功率约束：

支路电流约束：

其中，γ

进一步的，S5中建立配电网故障恢复模型具体为：

故障修复模型：

F

F

其中，k为故障线路，K为故障线路总和；t

进一步的，S5中建立网络重构模型和孤岛划分模型具体为：

拓扑结构连通性约束：

其中，δ(j)为以j为首端节点的支路末端节点集合，π(j)为以j为末端节点的支路首端节点集合；T

辐射状网络约束:

其中，γ

进一步的，S6中的配电网弹性具体为：

其中，F

具体的，值越小表示配电网受损越严重，直观地反映了灾害事件对配电网的影响程度。

进一步的，S6中的目标函数具体为：

其中，P

具体的，配电网在运行时会受到扰动从而影响系统正常运行，其受到扰动后的弹性过程与物理学弹性过程类似，如下图3所示。

配电网弹性的定义是指在受到自然灾害等扰动时，配电网能够通过以上五个阶段快速适应并恢复到正常运行状态的能力。由于系统恢复阶段时长远大于灾害渗透阶段时长，即t

配电网弹性量化为实际性能曲线b→c→d→e→h或分布式储能接入后的b→c→f→g→h与期望性能曲线b→h在t

以供电负荷作为配电网在不同时间点的系统性能指标。假设当前配电网中有N个供电节点，对于第j个节点在t时刻的的供电负荷为P

其中，F(t)为t时刻的系统性能指标；N

分布式储能接入配电网，对电网的弹性有了很大的提高，储能所起作用主要体现在以下三方面：一、由于储能的接入，电网在遭受灾害后所切负荷量显著下降；二、在灾后降额运行阶段，系统供电负荷水平上升，系统性能得到提升；三、促进了系统灾后的恢复速度和降额运行时间，使系统能够更快的恢复正常运行。如图3所示，分布式储能接入电网后，系统性能得到以提升，c→d→e→h→g→f所围成阴影区域则表示系统所提升的弹性，即为储能价值。由上述三方面，可构建配电网系统弹性的评估指标。

(1)恢复力指标

从系统遭受灾害发生故障时，系统供电负荷额定值开始下降，直到降额运行阶段结束，系统供电负荷得以缓慢提升直至系统恢复供电。其过程切负荷量与系统从故障至恢复所需时间之间的比值反映系统的恢复能力。恢复能力指标值越小则表明系统恢复能力越强。

其中，

(2)恢复速度指标

在系统故障修复阶段，切负荷量与修复时间的比值反映系统的恢复速度。

恢复速度指标越小则表明系统恢复速度越快。

(3)适用度指标

系统在定额运行开始时刻的供电负荷与正常运行时的供电负荷比值。适应度指标值越大则表示系统适应能力越好。

其中，

具体的，决策变量如下：

(1)储能决策变量：

(2)分布式电源、切负荷决策变量：

(3)故障修复决策变量：H＝{F

(4)孤岛形成决策变量：Φ＝{P

(5)支路潮流决策变量：

在一个具体的实施例中：

将本发明提出的电网重构、孤岛划分方法在IEEE33节点配电系统上进行验证。IEEE33节点配电系统的网络拓扑如图4所示，基本网络参数为标准值，其中蓝色虚线表示系统联络线，在系统正常运行状态下为断开状态，下文黑色虚线表示联络线为连通状态。系统节点24小时总负荷预测值如图5所示。

设定两个线路重构、修复的场景，具体如下：

场景1：主要考虑电网线路重构与故障恢复协调优化，分布式光伏接入配电系统，因其出力的不确定波动，分布式光伏接入点无法作为独立电源点，故电网无法进行孤岛独立运行，即只能进行简单的线路重构。分布式光伏接入的节点位置和容量如表1所示，各个分布式光伏的功率因数均设为

场景2：为了验证储能对配电网弹性的作用，在考虑电网重构、故障恢复的同时，对电网进行孤岛划分，以储能接入点为独立电源点，进而使得所划分孤岛能够独立运行。在场景1的基础上，在分布式光伏接入节点，即节点17和节点32上接入分布式储能，储能充、放电效率均取0.9，所接入分布式储能容量如表2所示。

表1分布式光伏接入点及配置容量

表2分布式储能接入点及配置容量

为了验证分布式储能接入后对配电网弹性的影响，即对系统在故障时段总供电负荷值的影响。假设系统线路在12:00受到攻击而发生故障，故障线路为5、15、21、23，系统响应时间为0.5h，每0.25h为一次调度时间。故障发生后的线路恢复策略为：每0.5h修复一条线路，线路修复后维持正常运行状态，线路修复顺序为优化变量。基于场景1的设定，场景2接入了分布式储能，对两种场景所提方法进行实验，并对所得结果进行对比。两个场景在第5时段所得线路重构图如图7和图8所示，在第9时段所得线路重构图如图9和图10所示，对比结果如表3、表4所示。

表3两种情景下的系统性能指标

表4两种场景下的系统弹性

从图7和图8可以看出，在第5时段故障线路已修复2条，在场景1下线路5、15得到修复，在场景2下线路15、23得到恢复。由于分布式储能的接入，场景2在线路重构、故障恢复的同时进行了孤岛划分，即节点17被选作为独立主电源点为孤岛二进行供电，更大程度的提高了系统的供电能力。从图9和图10可以看出，在第9时段故障线路完全得到修复，场景1系统恢复为故障前运行状态，场景2由于分布式储能的接入，进而继续保持线路优化策略至所有工作完成。

从表3中可以看出，由于分布式储能的接入，系统恢复力、恢复速度指标值低于未加储能时的指标值；适应度指标值高于未加储能时的指标值。通过对比表明：分布式储能接入后，系统恢复力、恢复速度和适应度从不同程度得到了提高。从表4中可以看出，场景2所提的方法相对于场景1具有更高的效益，大大提高了系统在受到攻击后的供电能力，使得配电网弹性得到了明显的上升，系统弹性由82.37％上升至98.14％，即储能价值为15.84％。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。