一种考虑聚合效应的分布式储能组合方法

1.本发明属于分布式发电与储能技术领域，尤其涉及一种考虑聚合效应的分布式储能组合方法，特别涉及一种基于禁忌搜索的考虑聚合效应的分布式储能的最佳组合模式的方法。


背景技术：

2.与集中式储能电站相比，分布式储能可灵活实现不同地点的安装，从而减少新增线路建设损耗与投资；但分布式储能出力、接入点的随机性、不可预期性对大电网的传统运行模式提出了挑战。
3.目前针对规模化的分布式储能接入暂无有效的调度措施，如果分布式储能作为一大批随机扰动电源无序接入电网，将对电网频率、电压和电能质量产生一定的影响，同时造成储能资源的不合理利用。因此，如何对广域分散的储能资源进行优化组合后的“聚合”并实现统一对外输出特性成为重点研究的方向。将多样化、点数众多、具有一定闲置率、碎片化分散式的分布式储能的统一调控，己成为国内外研究的集中方向。
4.根据国内外现有研究现状，面向电网进行分布式储能资源的统一聚合在美、德等国家己初现雏形，然而聚合的储能资源和应用模式仍较为单一，且聚合规模有限，尤其是针对我国的电力体制和电网结构，虽存在可供借鉴的技术理论，但其核心问题尚未触及。另外涉及到分布式储能聚合的概念及聚合组合方法等，其中涉及到的聚合方法及组合模式部分具有参考价值，但具体到系统性的分布式储能聚合组合技术，还存在几大关键问题亟待突破，首先是储能资源的聚合评估指标的选取，然后是基于何种模式对分布式储能集群进行优选组合，以实现多点布局分布式储能系统汇聚应用提供技术支撑。


技术实现要素：

5.针对上述现有技术中存在的不足之处，本发明提供了一种考虑聚合效应的分布式储能组合方法。其目的在于通过考虑分布式储能的聚合效应指标，基于禁忌搜索，构建分布式储能的最佳组合模式，实现满足电网应用需求的分布式储能聚合的外特性的发明目的。
6.本发明为实现上述目的所采用的技术方案是：
7.一种考虑聚合效应的分布式储能组合方法，包括以下步骤：
8.步骤1.获取各分部储能的运行参数；
9.步骤2.建立分布式储能的聚合评估指标；
10.步骤3.建立基于禁忌搜索的分布式储能聚合模型；
11.步骤4.基于禁忌搜索的分布式储能聚合模型确定所获优选表中的最优聚合储能组合的聚合潜力熵，根据潜力熵的大小确定聚合储能组合的出力顺序；
12.步骤5.根据最优聚合储能组合的出力顺序计算聚合储能的输出外特性；
13.步骤6.根据最优聚合储能组合的外特性将储能聚合成等效集中模型供调度中心进行功率分配和调度。
14.进一步的，所述运行参数包括：储能容量、充放电速率、荷电状态及充放电功率的参数。
15.进一步的，所述建立分布式储能的聚合评估指标，包括：聚合容量贡献力、聚合功率贡献力、有效聚合比率、有效状态比率及系统稳定能力。
16.进一步的，所述聚合容量贡献力g1是指聚合后储能提供给电网调频调峰动作的容量贡献能力，按如下公式计算：
[0017][0018][0019]
式中：s
apk
为储能可调总容量；s
ap
为储能调度时的需求容量；t为调度周期；p
s
(i)为分布式储能在i时刻的输出功率；
[0020]
所述聚合功率贡献力g2是指聚合后储能提供给电网调频调峰动作的功率贡献能力，按如下公式计算：
[0021][0022][0023]
式中：p
bk
为第k个储能系统输出功率；p
load
为i点的负荷输出功率；p
g
为机组所发出的总输出功率；p
dgj
为第j个分布式发电单元输出功率；n
s
为储能设备的数量；n
bus
为系统节点数；n
dg
为分布式电源的数量；p
d
为分布式储能调度时的需求功率；ρ
k
为分布式储能的储能功率转化效率；
[0024]
所述有效聚合比率g3是指按系统需求处于有效调用的储能聚合能力，按如下公式计算：
[0025][0026]
式中:q
d
为系统对分布式储能调用时的需求数量；q
bk
为分布式储能可提供的调度总数量；
[0027]
所述有效状态比率g4是指按系统需求处于充放响应状态的储能聚合能力，按如下公式计算：
[0028][0029]
式中：s
bk
表示分布式电池储能系统当前运行状态，s
bk
＝1表示储能正充电，s
bk
＝
‑
1表示储能正放电，s
bk
＝0表示储能处于热备用状态；s
d
表示当前系统调度分布式储能时，需要分布式储能的动作状态，s
d
＝1表示需要储能充电，s
d
＝
‑
1表示需要储能放电；
[0030]
所述系统稳定能力g5是指聚合后储能基本单元的稳定能力，按如下公式计算:
[0031]
g5＝(1
‑
η
k
)
[0032]
式中η
k
为调度时间周期内分布式储能基本单元的故障率。
[0033]
进一步的，所述建立基于禁忌搜索的分布式储能聚合模型，是将单一的分布式储能通过聚合效应后，以评估指标作为组合方法的考虑因素，获得储能出力顺序、外特性、统一模型和功率分配方式；
[0034]
禁忌搜索流程包括如下步骤：
[0035]
步骤(1)构建基于禁忌搜索的聚合特性准则、聚合特赦准则和聚合优选准则；
[0036]
所述聚合特性准则是指各分部的储能的运行参数有如下公式关系：
[0037][0038]
式中：soc
t
为储能荷电状态；soc0为储能荷电状态的初值；p
c
和p
d
为储能的充、放电功率；η
c
和η
d
为储能的充、放电速率；δt为充放电的一个持续时段；s
rate
为储能容量；
[0039]
所述聚合特赦准则是指构造评价函数用于判断候选储能对象的优劣性，将目标函数作为评价函数，根据文章的目标函数将评价函数设定为:
[0040][0041]
式中，g
i
是聚合评估指标；ω
i
是聚合评估指标的权重系数；
[0042]
所述聚合优选准则是根据计算得出各分布式储能的汇聚潜力指数λ
i
；分布式储能汇聚潜力指数越大，则该聚合储能的组合模式越优：
[0043][0044]
上式中，λ
i
为分布式储能的汇聚潜力指数，g
i
是聚合评估指标；
[0045]
基于分布式储能的汇聚潜力指数的大小对各聚合储能组合的出力进行排序；
[0046]
步骤(2)随机选取分布式储能作为输入的初始解，计算各分部储能的运行参数，判断运行参数是否满足聚合特性准则；若满足，则产生初级的储能优选组合模式进入禁忌；若不满足，则产生候选储能对象；
[0047]
步骤(3)计算所产生的储能优选组合模式的聚合评估指标，判断候选储能对象是否满足聚合特赦准则；若满足，则该储能对象进入特赦表，并将该对象替换最早进入禁忌表
的对象，更新最优状态；若不满足，则将非禁忌对象替换最早进入禁忌表的对象，重复步骤(3)；
[0048]
步骤(4)计算所产生的储能优选组合模式的聚合潜力熵，判断该优选组合模式是否满足聚合优选准则，若满足得到最优聚合储能组合模式，产生优选表，若不满足则重复步骤(1)和步骤(2)。
[0049]
进一步的，所述根据最优聚合储能组合的外特性将储能聚合成等效集中模型供调度中心进行功率分配和调度，其中所述聚合的外特性，需要等效集中额定功率、额定容量和充、放电效率代表整个聚合储能系统：
[0050][0051][0052][0053]
式中：p
all
‑
rate
、s
all
‑
rate
、η
all
为等效集中储能的充放电功率、额定容量、等效充放电效率。
[0054]
进一步的，所述禁忌搜索的算法包括以下步骤：
[0055]
(1)给定禁忌搜索算法参数，随机产生初始解x，置禁忌表为空；
[0056]
(2)判断算法终止条件是否满足：若是，则结束算法并输出优化结果；否则继续以下步骤；
[0057]
(3)利用当前解的邻域函数产生其所有或若干邻域解，并从中确定若干候选解；
[0058]
(4)对候选解判断藐视准则是否满足：若满足，则用满足藐视准则的最佳状态y替代x成为新的当前解，即x＝y，并用与y对应的禁忌对象替换最早进入禁忌表的禁忌对象，同时用y替换“best so far”状态，然后转步骤(6)；否则，继续以下步骤；
[0059]
(5)判断候选解对应的各对象的禁忌属性，选择候选解集中非禁忌对象对应的最佳状态为新的当前解，同时用与之对应的禁忌对象替换最早进入禁忌表的禁忌对象；
[0060]
(6)判断算法终止条件是否满足：若是，则结束算法并输出优化结果：否则，转步骤(3)。
[0061]
一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现所述的一种考虑聚合效应的分布式储能组合方法的步骤。
[0062]
本发明具有以下有益效果及优点：
[0063]
本发明能够更有效和可靠的聚合在一定范围内运行参数、评估指标较优的分布式储能，为接入电网的统一分布式储能聚合模型应用提供技术支撑。
[0064]
本发明能够提高储能的聚合效率，减少聚合特性不强的分布式储能接入。提高储能的聚合数量经济性和储能聚合对外输出技术性。针对原有的储能聚合方式存在聚合过程繁琐、无法获得最优的储能组合方式，采用禁忌搜索利用不同聚合准则进行多次迭代来避免丢失搜索过程中的最优解，提高储能的聚合效率。
[0065]
本发明通过探索具有良好聚合指标的储能优选组合模式，来减小聚合特性低下、汇聚潜力不高的储能接入，提高了储能聚合输出的稳定性和可靠性。
[0066]
本发明还具有易于实施，便于商业化开发的特点。本发明是在分布式储能组合方法的基础上，加入禁忌搜索，使得能够在一定范围内探索到最优聚合指标的储能优选组合模式。从算法上易于实施；同时，考虑聚合效应指标，也易于现实储能评估的实际应用。随着分布式储能作为一大批随机扰动电源无序接入电网的增多，该聚合效应的分布式储能组合方法的开发必然具有较大的需求，及较为显著的商业开发前景。
附图说明
[0067]
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0068]
图1是本发明方法的总体流程图；
[0069]
图2是本发明禁忌搜索流程图；
[0070]
图3是本发明基于聚合效应的分布式储能优选组合模式示意图；
[0071]
图4a是本发明中聚合储能在调度过程中的分配出力与保持soc相对均衡的约束仿真曲线；
[0072]
图4b是本发明中聚合储能在调度过程中优选分配出力仿真曲线。
具体实施方式
[0073]
为了能够更清楚地理解本发明的上述目的、特征和优点，下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0074]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0075]
下面参照图1
‑
图4描述本发明一些实施例的技术方案。
[0076]
实施例1
[0077]
本发明是一种考虑聚合效应的分布式储能组合方法，如图1所示，图1为本发明方法的总体流程图。
[0078]
本发明一种考虑聚合效应的分布式储能组合方法，是指考虑分布式储能的聚合效应指标，基于禁忌搜索的模型中，选取分布式储能对象作为输入的初始解，考虑分布式储能的聚合效应指标、聚合特性准则、聚合特赦准则和聚合优选准则，构建分布式储能的最佳组合模式,实现满足电网应用需求的分布式储能聚合的外特性。
[0079]
本发明方法具体包括以下步骤：
[0080]
步骤1.获取各分部储能的运行参数；
[0081]
所述运行参数包括：储能容量s
ap
、充放电速率η、荷电状态soc
t
及充放电功率p
bk
的参数；
[0082]
步骤2.建立分布式储能的聚合评估指标；
[0083]
包括：聚合容量贡献力、聚合功率贡献力、有效聚合比率、有效状态比率及系统稳
表示储能正放电，s
bk
＝0表示储能处于热备用状态；s
d
表示当前系统调度分布式储能时，需要分布式储能的动作状态，s
d
＝1表示需要储能充电，s
d
＝
‑
1表示需要储能放电。
[0098]
所述系统稳定能力g5是指聚合后储能基本单元的稳定能力，按如下公式计算:
[0099]
g5＝(1
‑
η
k
)
[0100]
式中η
k
为调度时间周期内分布式储能基本单元的故障率。
[0101]
步骤3.建立基于禁忌搜索的分布式储能聚合模型；如图2所示，图2为本发明禁忌搜索流程图；
[0102]
进一步的，将单一的分布式储能通过聚合效应后，以评估指标作为组合方法的考虑因素，获得储能出力顺序、外特性、统一模型和功率分配方式；
[0103]
本发明禁忌搜索流程包括如下步骤：
[0104]
步骤(1)构建基于禁忌搜索的聚合特性准则、聚合特赦准则和聚合优选准则；
[0105]
所述聚合特性准则是指各分部的储能的运行参数有如下公式关系：
[0106][0107]
式中：soc
t
为储能荷电状态；soc0为储能荷电状态的初值；p
c
和p
d
为储能的充、放电功率；η
c
和η
d
为储能的充、放电速率；δt为充放电的一个持续时段；s
rate
为储能容量。
[0108]
所述聚合特赦准则是指构造评价函数用于判断候选储能对象的优劣性，将目标函数作为评价函数，根据文章的目标函数将评价函数设定为:
[0109][0110]
式中，g
i
是聚合评估指标；ω
i
是聚合评估指标的权重系数。
[0111]
所述聚合优选准则是根据计算得出各分布式储能的汇聚潜力指数λ
i
；分布式储能汇聚潜力指数越大，则该聚合储能的组合模式越优：
[0112][0113]
上式中，λ
i
为分布式储能的汇聚潜力指数，g
i
是聚合评估指标。
[0114]
进一步的，基于分布式储能的汇聚潜力指数的大小对各聚合储能组合的出力进行排序。
[0115]
步骤(2)随机选取分布式储能作为输入的初始解，计算各分部储能的运行参数，判断运行参数是否满足聚合特性准则；若满足，则产生初级的储能优选组合模式进入禁忌；若不满足，则产生候选储能对象；
[0116]
步骤(3)计算所产生的储能优选组合模式的聚合评估指标，判断候选储能对象是否满足聚合特赦准则；若满足，则该储能对象进入特赦表，并将该对象替换最早进入禁忌表的对象，更新最优状态；若不满足，则将非禁忌对象替换最早进入禁忌表的对象，重复步骤
(3)；
[0117]
步骤(4)计算所产生的储能优选组合模式的聚合潜力熵，判断该优选组合模式是否满足聚合优选准则，若满足得到最优聚合储能组合模式，产生优选表，若不满足则重复步骤(1)和步骤(2)；
[0118]
步骤4.确定所获优选表中的最优聚合储能组合的聚合潜力熵，根据潜力熵的大小确定聚合储能组合的出力顺序；如图3所示，图3为本发明基于聚合效应的分布式储能优选组合模式示意图。
[0119]
步骤5.根据最优聚合储能组合的出力顺序计算聚合储能的输出外特性，满足电网应用需求；
[0120]
步骤6.根据最优聚合储能组合的外特性将储能聚合成等效集中模型供调度中心进行功率分配和调度。如图4所示，图4是本发明中储能在调度的过程中功率分配合理并保持soc的相对均衡仿真曲线。
[0121]
所述聚合的外特性，需要等效集中额定功率、额定容量和充、放电效率就可以代表整个聚合储能系统：
[0122][0123][0124][0125]
式中：p
all
‑
rate
、s
all
‑
rate
、η
all
为等效集中储能的充放电功率、额定容量、等效充放电效率。
[0126]
进一步的，将多个储能聚合成一个等效集中储能供调度中心进行调度。在调度优化计算时只需一个集中储能的充、放电变量。为了使各个储能在调度的过程中功率分配合理并保持soc的相对均衡，采用各个储能的额定功率和soc值来共同确定其充、放电功率。
[0127]
实施例2
[0128]
本发明又提供了一种实施例，是一种考虑聚合效应的分布式储能组合方法，如图1所示，图1为本发明方法的总体流程图。
[0129]
与实施例1所述的计算步骤是一致的，值得说明的是从图中的流程可以看出，本实施例方法是基于禁忌搜索，在考虑聚合效应的分布式储能组合方法加入聚合特性准则、聚合特赦准则和聚合优选准则，这是与其它方法本质的区别所在。
[0130]
如图2所示，图2为本发明禁忌搜索流程图；
[0131]
本发明禁忌搜索流程定义如下：
[0132]
禁忌搜索算法的基本思想是：给定一个当前解(初始解)和一种邻域，然后在当前解的邻域中确定若干候选解：若最佳候选解对应的目标值优于“best so far”状态，则忽视其禁忌特性，用它替代当前解和“best so far”状态，并将相应的对象加入禁忌表，同时修改禁忌表中各对象的任期：若不存在上述候选解，则在候选解中选择非禁忌的最佳状态为
新的当前解，而无视它与当前解的优劣，同时将相应的对象加入禁忌表，并修改禁忌表中各对象的任期。如此重复上述选代搜索过程，直至满足停止准则。
[0133]
所述禁忌搜索算法步骤可描述如下：
[0134]
(1)给定禁忌搜索算法参数，随机产生初始解x，置禁忌表为空。
[0135]
(2)判断算法终止条件是否满足：若是，则结束算法并输出优化结果；否则继续以下步骤。
[0136]
(3)利用当前解的邻域函数产生其所有(或若干)邻域解，并从中确定若干候选解。
[0137]
(4)对候选解判断藐视准则是否满足：若满足，则用满足藐视准则的最佳状态y替代x成为新的当前解，即x＝y，并用与y对应的禁忌对象替换最早进入禁忌表的禁忌对象，同时用y替换“best so far”状态，然后转步骤(6)；否则，继续以下步骤。
[0138]
(5)判断候选解对应的各对象的禁忌属性，选择候选解集中非禁忌对象对应的最佳状态为新的当前解，同时用与之对应的禁忌对象替换最早进入禁忌表的禁忌对象。
[0139]
(6)判断算法终止条件是否满足：若是，则结束算法并输出优化结果：否则，转步骤(3)。
[0140]
如图3所示，图3为本发明基于聚合效应的分布式储能优选组合模式示意图。
[0141]
如图4a和图4b所示，图4a是聚合储能在调度过程中的分配出力与保持soc相对均衡的约束仿真曲线，图4b是聚合储能在调度过程中优选分配出力仿真曲线。
[0142]
表1考虑聚合效应的分布式储能的最佳组合模式的方法优选储能出力方案
[0143][0144]
对于储能组合1，其储能出力最大达到0.265p.u.，之后以0.195p.u.平稳出力，soc下降速度最快，从0.5跌落至0.12。储能组合2出力最大达到0.24p.u.，之后以0.18p.u.平稳出力，soc下降速度较快，从0.5跌落至0.25。储能组合3出力最大达到0.2p.u.，之后以0.17p.u.平稳，soc下降速度适中，从0.5跌落至0.35。储能组合4出力最大达到0.16p.u.，并以0.16p.u.平稳出力，soc下降速度较缓，从0.5跌落至0.4。可见，基于禁忌搜索的考虑聚合效应的分布式储能的最佳组合模式的方法优选出了四种储能出力方案，如表1所示，根据潜力熵规定的储能出力顺序满足实际储能出力的由高到低，且储能在调度的过程中功率分配合理并保持soc的相对均衡，均处于0.1
‑
0.5之间，一定程度上延长了储能的循环使用寿命，避免了储能的过充放，证明基于禁忌搜索的考虑聚合效应的分布式储能的最佳组合模式的方法可行，可供今后接入电网的统一分布式储能聚合模型应用提供技术支撑。
[0145]
实施例3
[0146]
基于同一发明构思，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现实施例1或2所述的一种考虑聚合效应的分布式储能组合方法的步骤。
[0147]
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
[0148]
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0149]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0150]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0151]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。