一種主動配電網儲能系統動態規劃方法與流程

本發明涉及主動配電網規劃技術領域，尤其是涉及一種主動配電網儲能系統動態規劃方法。

背景技術：

隨著全社會對能源短缺和環境問題的關注，大量分布式新能源發電接入配電網中，然而分布式電源的間歇性和隨機性增加了電網運行的不確定性，從而影響網損和電壓分布。

儲能系統兼具供蓄能力，可快速調節功率，在配電網中起到削峰填谷的作用。為了合理規劃分布式電源(distributedgenerator,dg)和儲能系統(energystoragesystem,ess)，主動配電網技術應運而生。

國內外多年來在傳統配電網規劃方面已有豐富的研究成果積累，近年來在主動配電網規劃研究方面也有了一定進展。如文獻“主動配電網儲能系統的多目標優化配置”(尤毅,劉東,鐘清,等.電力系統自動化,2014,38(18):46-52)采用比較實際負荷與平均負荷之間的大小關系來確定儲能系統的充放電策略，從而對儲能系統進行優化配置；文獻“風電場復合儲能系統容量配置的優化設計”(張坤,毛承雄,謝俊文,等.中國電機工程學報,2012(2012年25):79-87)采用特性參數-功率平滑度的短期神經網絡模型對儲能系統進行優化配置；文獻“用于跟蹤風電場計劃出力的電池儲能系統容量優化配置”(楊水麗,李建林,惠東,等.電網技術,2014,38(6):1485-1491)通過歷史數據確定儲能系統功率與各參量及指標的特性關系，從而采用截止正態分布法進行儲能的優化配置；文獻“電池儲能系統恒功率削峰填谷優化策略研究”(陳滿,陸志剛,劉怡,等.電網技術,2012(2012年09):232-237)采用恒功率模型研究儲能系統的削峰填谷作用并進行優化配置研究；文獻“考慮分布式電源及儲能配合的主動配電網規劃–運行聯合優化”(沈欣煒,朱守真,鄭競宏,等.電網技術,2015,39(7):1913-1920)采用經濟調度的方式對儲能進行優化配置。

然而，現在的配電網儲能系統規劃存在以下不足：

·以靜態的思想或者從負荷的角度進行儲能系統規劃；

●沒有考慮儲能系統自身具有容量、充放電率等約束，應該在滿足自身約束的條件下進行優化配置。

技術實現要素：

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種主動配電網儲能系統動態規劃方法。

本發明的目的可以通過以下技術方案來實現：

一種主動配電網儲能系統動態規劃方法，所述主動配電網中含有分布式光伏和儲能系統，所述動態規劃方法基于雙層規劃模型進行動態規劃，所述雙層規劃模型中，上層規劃以配電網年綜合費用最小為目標確定分布式光伏和儲能系統的裝機容量，生成規劃方案，下層規劃以配電網典型日運行費用及負荷峰谷差最小為目標對儲能系統在一個運行周期及一天內的出力進行優化。

所述上層規劃的目標函數為：

minc＝ci+com+cp

式中，c為配電網年綜合費用，ci為折算到每年的固定建設費，com為配電網年運行維護費用，cp為變電站年供電費；

所述上層規劃的約束條件包括待選節點分布式光伏與儲能裝機容量約束，表示為：

式中，ppvg,i、eess,i分別為待選節點i當前的分布式光伏與儲能系統的裝機容量，和分別為待選節點i允許的分布式光伏與儲能系統的裝機容量上限。

所述下層規劃為雙目標規劃，目標函數包括典型日運行費用最小和典型日配電網總峰谷差最小，表示為：

minc＝com+cp

minpgap＝pmax-pmin

式中，c為典型日運行費用，com為儲能系統典型日運行費用，cp為變電站典型日供電費用，pgap為典型日配電網總峰谷差，pmax和pmin分別為典型日配電網內總負荷最大值和最小值；

所述下層規劃的約束條件包括功率約束、電壓電流約束和儲能系統自身約束，其中，所述功率約束表示為：

式中，pi,t、qi,t為t時刻節點i注入的有功功率和無功功率；ui,t、uj,t分別代表為t時刻節點i和節點j的電壓，j∈i表示節點j與節點i相連，gij、bij、δij,t分別為節點i和節點j之間的電導、電納及相角差，nbus為電力負荷節點總個數；

所述電壓電流約束表示為：

式中，為節點i的電壓上下限，il,t為t時刻支路l上的電流，為支路l的電流上限；

所述儲能系統自身約束包括剩余容量約束、充放電率約束、運行狀態約束和初始化約束。

所述剩余容量約束表示為：

所述充放電率約束表示為：

所述運行狀態約束表示為：

所述初始化約束表示為：

eess,i,0＝eess,i,t

式中，eess,i,t為t時刻儲能系統電池的剩余容量，pess,i,+和pess,i,-分別為單位時間內電池的充放電功率，為電池的額定裝機容量，λ為電池的最小剩余容量系數，α和β為電池的充放電率系數，u1,t,u2,t,u0,t分別表示儲能系統電池的充電狀態、放電狀態和備用狀態，eess,i,0、eess,i,t為電池在一個調度周期內初始狀態和結束狀態的剩余容量，t為一個調度周期。

所述上層規劃采用遺傳算法進行優化獲得規劃方案。

所述下層規劃中，基于最短路徑法的多階段動態規劃獲得儲能系統的最優出力曲線。

所述下層規劃中，采用線性加權和法將雙目標規劃轉化為單目標規劃，所述線性加權和法的權系數采用目標函數適應度離差排序法確定。

所述上層規劃將預選的規劃方案傳遞給下層規劃，下層規劃在上層規劃生成的規劃方案基礎上對儲能系統在一個典型日內的充放電策略進行優化，并將獲得的最優的典型日配電網運行費用傳遞給上層規劃。

與現有技術相比，本發明具有以下有益效果：

(1)本發明對儲能系統的出力進行動態建模，采用多階段動態規劃結合最短路徑法求解儲能系統的最優出力策略，它不僅僅是單階段規劃的累加，還能考慮各階段儲能系統的動態變化以及相互聯系，充分考慮了儲能系統出力的時序特性，并且較好地考慮了其自身剩余容量和出力上下限約束，更符合實際情況，以整體最優為目標決定規劃期內儲能系統與分布式電源的裝機容量。

(2)本發明對儲能系統進行動態規劃，更好地發揮儲能系統對于配電網的負荷調峰填谷作用，在含分布式電源的配電網中加入儲能系統可以有效改善負荷峰谷差，使得負荷在一天內的波動變小，這對配電網的安全運行與后期規劃至關重要。

(3)本發明建立雙層規劃模型，采用儲能系統功率主動調節能力作為主動管理策略，該模型可以較為直觀的反映分布式光伏出力和負荷水平在一年內的變化情況，并可有效得達到簡化的效果。結合遺傳算法進行分布式光伏和儲能系統的聯合規劃是有效的，遺傳算法可隨機得生成一系列種群，對可行解具有廣泛性，且具有群體搜索特性、不需要輔助信息、擴展性強等優點，在一定層面上體現了規劃結果的有效性，并且求解速度較快。

附圖說明

圖1為儲能系統動態過程圖；

圖2為加權最短路徑圖；

圖3為上下層規劃問題關系示意圖；

圖4為華東某居民區實際配電網算例圖；

圖5為負荷、光伏出力歷史數據；

圖6為典型日負荷、光伏出力、電價曲線；

圖7為不同情況下典型日等效總負荷曲線；

圖8為儲能系統剩余容量及出力曲線。

具體實施方式

下面結合附圖和具體實施例對本實施例進行詳細說明。本實施例以本實施例技術方案為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本實施例的保護范圍不限于下述的實施例。

本發明提供一種主動配電網儲能系統動態規劃方法，該專利技術可實現可靠合理的配電網規劃，獲得了國家重點研發計劃“智能電網技術與裝備”重點專項資助項目(2016yfb0901301)支持。

本方法以含有分布式光伏和儲能系統的主動配電網為研究對象，所述動態規劃方法基于雙層規劃模型進行動態規劃，所述雙層規劃模型中，上層規劃以配電網年綜合費用最小為目標確定分布式光伏和儲能系統的裝機容量，生成規劃方案，下層規劃以配電網典型日運行費用及負荷峰谷差最小為目標對儲能系統在一個運行周期及一天內的出力進行優化。上層規劃將預選的規劃方案傳遞給下層規劃，下層規劃在上層規劃生成的規劃方案基礎上對儲能系統在一個典型日內的充放電策略進行優化，并將獲得的最優的典型日配電網運行費用傳遞給上層規劃，如圖3所示。

本方法在構建儲能系統的電池儲能模型時考慮了電池儲能的自身約束情況，具體如下：

電池儲能系統由電池、逆變器以及控制器組成，其充放電能力主要取決于電池的容量以及充放電效率。電池儲能系統的具體模型如下：

(1)t時刻電池內部所存儲的電量

eess,i,t＝eess,i,(t-δt)+ηi,+pess,i,+δt-pess,i,-δt/ηi,-(1)

(2)剩余容量約束

為保證電池的壽命與安全，當剩余容量達到最大充電狀態(電池額定容量)時，控制器控制電池停止充電，達到最小放電狀態(額定容量的某一百分比)時控制電池停止放電。

(3)充放電率約束

電池的壽命也與其充放電率有關，充放電率過高將降低電池使用壽命。

(4)運行狀態約束

電池存在充電狀態u1,t、放電狀態u2,t和備用狀態u0,t三種運行狀態，某一時刻電池只能運行在一種狀態下。

(5)初始化約束

考慮電池儲能的一個調度周期為一天，在一個調度周期內儲能的剩余容量總體沒有變化。

eess,i,0＝eess,i,t(5)

式(1)-(5)中，δt為時間間隔；eess,i,t、eess,i,(t-δt)分別為t時刻和t-δt時刻儲能系統電池的剩余容量；pess,i,+和pess,i,-分別為單位時間內電池的充放電功率；ηi,+、ηi,-分別為電池的充放電效率；為電池的額定裝機容量，λ為電池的最小剩余容量系數，本實施例中，λ＝0.2；α和β為電池的充放電率系數，本實施例中，α＝β＝0.2；eess,i,0、eess,i,t為電池在一個調度周期內初始狀態和結束狀態的剩余容量；t為一個調度周期，本實施例中，t＝24。

式(2)-(5)所述的儲能系統自身約束可用圖1所示的動態結果來表示。

主動配電網中，分布式光伏和儲能系統的成本分析如下：

儲能系統的成本包括建設成本和運行維護成本，建設成本由初期投資決定，主要包含電池的成本，與儲能系統的電池容量有關，運行成本與實際發電量有關。分布式光伏的成本也包括建設成本和運行維護成本，其中建設成本為設備的初期投資費用，與裝機容量有關，運行維護成本包括設備的維護費、清洗費等各種費用，并減去政府的補貼費用，綜合下來，大概為建設成本的3％。

本方法建立的雙層規劃模型具體如下：

1)上層規劃

目標函數為：

minc＝ci+com+cp(6)

其中各部分的含義以及計算方法如下：

(1)折算到每年的固定建設費用ci：

(2)配電網年運行維護費用com：

(3)變電站年供電費cp：

cp＝365×cp(9)

式中：d為貼現率；y為經濟年限；nbus為電力負荷節點總個數；分別為分布式光伏和儲能系統的單位容量建設成本系數；ppvg,i、eess,i分別節點i的分布式光伏的裝機容量與儲能系統中電池的裝機容量；com和cp分別為典型日的配電網運行費用和變電站供電費用。

上層規劃的約束條件包括待選節點分布式光伏與儲能裝機容量約束，表示為：

式中，和分別為待選節點i允許的分布式光伏與儲能系統的裝機容量上限。

2)下層規劃

下層規劃為雙目標規劃，目標函數包括典型日運行費用最小和典型日配電網總峰谷差最小，采用線性加權和法將雙目標規劃轉化為單目標規劃，所述線性加權和法的權系數采用目標函數適應度離差排序法確定。

(1)典型日配電網運行費用c：

minc＝com+cp(12)

其中各部分的含義以及計算方法如下：

儲能系統典型日運行費用com：

變電站典型日供電費用cp,s：

儲能放電取“-”，充電取“+”。

(2)典型日配電網總峰谷差pgap：

minpgap＝pmax-pmin(15)

式中：為儲能系統的單位發電量運行維護費用；pess,i,t為儲能在t時刻的充放電功率；ρt為變電站向上級電網購電價；pi,t為t時刻節點i的負荷；ppvg,i,t為分布式光伏在t時刻的發電量；pmax和pmin分別為典型日配電網內總負荷最大值和最小值。

約束條件

(1)功率約束：

(2)電壓電流約束

(3)儲能系統自身約束如式(2)-(5)。

式中，pi,t、qi,t為t時刻節點i注入的有功功率和無功功率；ui,t、uj,t分別代表為t時刻節點i和節點j的電壓；j∈i表示節點j與節點i相連；gij、bij、δij,t分別為節點i和節點j之間的電導、電納及相角差；為節點i的電壓上下限；il,t為t時刻支路l上的電流，為支路l的電流上限。

所述下層規劃中，基于最短路徑法的多階段動態規劃獲得儲能系統的最優出力曲線。電池儲能系統的剩余容量范圍為額定容量的0.2-1.0，初始容量為額定容量的0.6，并且每一階段的充放電率為額定容量的0.1或0.2。儲能系統自身約束可用圖1所示的動態結果來表示，soc為電池儲能系統的荷電量，為方便描述，圖中只考慮儲能系統充放電率為0.2的情況。基于最短路徑法得到若干條路徑，采用如圖2所示的加權路徑圖轉換為最短路徑問題計算下層規劃目標函數值，取使之最優的路徑作為儲能系統的最優出力曲線。

所述上層規劃采用遺傳算法進行優化獲得規劃方案。遺傳算法是一種借鑒生物進化規律演變而來的自適應概率性隨機迭代搜索算法。本方法通過隨機產生一個種群，種群中的規模為待規劃的分布式光伏與儲能系統總個數，按整數進行編碼，每個個體代表一套規劃方案，即為每個待選節點的分布式光伏與儲能系統的裝機容量，具體步驟如下：

(1)隨機生成一個種群，并對下層雙目標規劃的權重系數進行初始化：λ1＝λ2＝0.5；

(2)將種群中的每一個個體作為一套預選規劃方案依次傳遞給下層規劃，由下層規劃完成儲能系統的出力優化；

(3)采用線性加權和法將下層規劃的雙目標函數轉化為單目標函數，并在步驟(2)給定的規劃方案基礎上采用基于最短路徑法的多階段動態規劃對儲能系統的出力進行優化，儲能系統的每一種出力策略為下層規劃目標函數的一個解，計算每一種出力策略下的目標函數值，選取使目標函數值最優的解作為儲能系統的最優出力策略，并計算在該策略下的典型日配電網運行費用和負荷峰谷差，最后計算各個目標函數的最優解，通過目標函數適應度離差排序法對雙目標函數中各目標對應權重系數進行計算并更新；

(4)將步驟(3)中計算所得典型日配電網運行費用傳遞給上層規劃，以上層規劃目標函數為適應度函數計算個體的適應度值；

(5)對種群中的每一個個體即每一套規劃方案重復以上步驟(2)-(4)；

(6)以上層規劃的目標函數為適應度函數，計算指標：

當其值趨近與1，或者迭代次數到達上限時，輸出適應度最好的個體作為最優規劃方案以及相應的配電網年綜合費用和典型日峰谷差，否則，將適應度最好的個體替代適應度最差的個體，并進行輪盤賭選擇、交叉、變異一系列遺傳操作生成新種群，重復以上步驟(2)-(6)，其中為種群中所有個體的適應度函數平均值，fmax為適應度函數最大值。

下面結合具體實施方案進一步詳細說明本實施例。本實施例采用如圖華東地區某居民區實際配電網進行計算仿真，此配電網擁有68條線路，1條聯絡開關支路，本實施例中的節點1和節點77分別接上級電網，電壓等級為10kv，最大負荷運行狀態下總的有功負荷為12768kw，分布式光伏待選節點為43、49、62、70，其中節點43為重要負荷所在地，為保證其可靠供電，在此處裝設儲能系統，分別按以下情況進行規劃并計算配電網的年綜合費用和典型日的總負荷峰谷差。

case1：不設置分布式光伏和儲能系統；

case2：只設置分布式光伏；

case3：同時設置分布式光伏和儲能系統。

本實施例的規劃經濟年限y＝20，貼現率d＝0.06。采用求期望的方法將歷史數據轉化為典型日分布式光伏出力曲線和負荷曲線，由于所選配電網為華東某居民區，因此電價采用居民峰谷電價，典型日各曲線如圖6所示，曲線中數據采用標幺值形式給出，后文圖中類似。

變電站向上級電網購電價取當地脫硫燃煤標桿電價ρt＝0.405元/kwh；

分布式光伏單位容量建設成本

電池儲能系統采用鋰電池作為存儲介質，鋰電池的充放電效率較高，為ηi,+＝ηi,-＝0.9，鋰電池的單位容量建設成本為單位發電量運行維護成本

規劃結果及削峰填谷結果

經仿真計算，最后得出三種情況下的規劃方案，并求得三種情況下對應的配電網年綜合費用以及典型日總負荷的峰谷差，其結果如表1所示。三種情況下典型日配電網內總負荷(即上級電網注入的有功功率)等效曲線見圖7。

表1規劃結果

對比表1中case2和case3的分布式光伏裝機容量可得：

加入儲能系統使得分布式光伏的裝機容量增加，說明儲能的加入使得配電網可以吸收更多的分布式電源發電；

對配電網的優化運行和清潔能源的發展十分有益。

由圖7所示的日負荷曲線并結合圖6中的分布式光伏出力分析可知：

在只加入分布式光伏的情況下，負荷曲線的峰值在白天負荷高峰期有所下降，分布式光伏的加入一定程度上起到了削峰的作用，然而對于晚上的負荷高峰，由于光照幾乎為0，因此分布式光伏無法發揮任何作用；

而同時加入分布式光伏和儲能系統的情況下，晚上負荷高峰期時儲能系統發揮供電能力以達到削峰的作用。

從圖7中可以明顯看到在case3情況下負荷曲線變得更加平緩，峰谷差也得到明顯的減小，其值如表1所示，降低了5.36％，如果以初始峰谷差為基準即下降了15.28％。削峰填谷作用明顯。

對比表1中case1、case2、case3的年綜合費用，case1>case2>case3，同時總負荷也呈現相同的順序。說明儲能的加入在使得分布式電源增加從而減少配電網向上級電網購電的前提下減少配電網的年綜合費用，在經濟上更優。

對于儲能系統采用動態規劃法，將儲能的前后狀態之間的關系充分反映到規劃中去，典型日一天內的剩余容量曲線和出力曲線如圖8所示，其中，出力為正代表放電，出力為負代表充電。

分析圖8中曲線并結合圖6中各曲線可知，儲能系統的出力基本與負荷水平和電價的高低相關：

凌晨3點左右為負荷低谷期，且電價水平低，電池以最大速率充電，將多余電能儲存起來，此時儲能充當負荷以起到填谷的作用；

白天負荷水平高，但光伏發電出力較高，儲能大部分時間處于保持狀態；

晚上負荷高峰時，由于光伏發電出力幾乎為0，而且此時電價較高，因此電池以最大速率進行放電釋放儲存在其中的電量以供配電網內用戶使用，儲能系統在此時充當電源以起到調峰的作用。

本實施例所提出的儲能系統動態規劃法較好地反映了儲能系統狀態在一天內的變化情況。從圖8中可以看出儲能系統在典型日24小時內的剩余容量滿足自身約束，保持在額定容量的0.2-1.0范圍內；滿足充放電率約束，為其額定容量的0.1和0.2；滿足初始化約束，一天結束后儲能的剩余容量回到初始狀態，因此采用基于最短路徑法的動態規劃對于儲能系統的規劃是合適的。

以上詳細描述了本發明的較佳具體實施例。應當理解，本領域的普通技術人員無需創造性勞動就可以根據本發明的構思作出諸多修改和變化。因此，凡本技術領域中技術人員依本發明的構思在現有技術的基礎上通過邏輯分析、推理或者有限的實驗可以得到的技術方案，皆應在由權利要求書所確定的保護范圍內。