一种受端电网中电池储能系统选址方法及系统与流程

本发明属于储能技术领域，具体涉及一种受端电网中电池储能系统选址方法及系统。

背景技术：

近年来，由于波动性、随机性强的新能源的大量并网，使其受端电网面临着峰谷差进一步加大，配电网投资扩建收益低，主要设备利用率低等大量问题，也使配网供电可靠性大大降低。储能系统的接入能够对系统起到一定程度的支撑和调节作用。在电网中合理规划布局不但可以有效地消纳分布式能源，还可以作为提供紧急功率支撑，减少严重故障造成的功率冲击，提高电网运行稳定性和可靠性、调整频率、补偿负荷波动的一种手段，然而，有关受端电网中电池储能系统选址方法的研究还较为单一。

大规模受端电网为主要特征的全国互联大电网已初步形成，考虑城市受端电网的特点，原有电网规划模式与方法不能完全适应未来的发展趋势，尤其是随着电网互联的不断发展、电力受端系统负荷规模的日益扩大和电力体质的市场化改革，电力系统运行面临着电压稳定问题的威胁日益突出。电池储能技术的快速发展，锂离子电池和铅碳电池的等效全寿命周期度电成本降低，已具备峰谷电差套利的应用条件而现有研究中建立在经济最优化的储能选址较少提及。而且在电池储能的选址布局上，电池储能系统布局复杂，计算量大，存在很大的缺陷。

技术实现要素：

为了克服上述缺陷，本发明提供了一种受端电网中电池储能系统选址方法，所述方法包括：

获取储能系统的基础数据；

将所述获取的基础数据带入预先建立的电池储能建设模型，进行计算，获得储能系统考虑经济性后的最优选址。

优选的，所述将所述获取的基础数据带入预先建立的电池储能建设模型，进行计算包括：

使用所述获取的基础数据为预先建立的电池储能建设模型中的目标函数和约束条件赋值；

使用预先设定的初始数据初始化蚁群；

采用蚁群算法对所述电池储能建设模型进行蚁群迭代计算；

记录迭代结果数据；

若蚁群算法达到最大迭代数则将所述迭代结果数据作为最优的选址位置进行输出；否则，基于迭代结果数据生成下一代蚁群，根据概率选择移动的位置，更新初始数据，继续进行迭代计算，直到达到最大迭代数。

所述根据概率选择移动的方向包括：

按下式计算移动到任方向的概率：

式中：表示蚂蚁k从目标i转移到目标j的概率；τij(t)表示t时刻目标i与j路径上的信息素浓度；ηij(t)为启发函数，表示蚂蚁从i到j期望程度；allowk表示蚂蚁k待访问的目标的集合；α和β分别用来控制信息素和启发函数的相对重要程度；

选择概率最大的方向进行移动。

优选的，所述电池储能建设模型的目标函数如下式：

式中,zmin为经济成本最小值；i0为预期收益率；src,i为储能装置第i个节点的安装单位容量；k1为储能单位容量下的成本价格；n1为依据净收益分析得出电池储能系统寿命年限；srs,i为变流器装置第i个节点的安装单位容量；k2为变流器单位容量下的成本价格；n2为依据净收益分析得出变流器寿命年限；srp,i为配电装置第i个节点的安装单位容量；k3为配电装置单位容量下的成本价格；n3为依据净收益分析得出配电装置寿命年限；

选择概率最大的方向进行移动。

优选的，所述电池储能建设模型的约束条件包括：

受端电网提升功率约束、节点电压波动值约束、线路最大传输功率约束、暂态稳定约束、储能电池容量约束和储能放电量约束。

优选的，所述受端电网提升功率约束，按下式计算：

式中：prt为受端电网安装储能后实际接受功率；β安装储能后提升系数；为受端电网未安装储能前接受功率。

优选的，所述节点电压波动值约束，按下式计算：

duk％≤dumax％

式中：k为储能安装节点；其中duk％为节点k的电压波动值。

优选的，所述线路最大传输功率约束，按下式计算：

pi'≤pimax

其中，pimax为线路i最大允许通过功率。

优选的，所述暂态稳定约束，包括：电压稳定和频率稳定；

所述电压稳定，按下式计算：

其中：为受端网络功率和电压的关系表达式；

所述频率稳定，按下式计算：

|δf|≤ε

其中：|δf|为配电网中频率波动值；ε为频率稳定的临界值。

优选的，所述储能电池容量约束，按下式计算：

其中pess、qess分别为电池储能装置的有功、无功；ppcs、qpcs分别为变流器装置的有功、无功。

优选的，所述储能放电量约束，按下式计算：

0≤e(t)≤ecmax

其中：ecmax为储能电池系统的最大充放电能量。

优选的，所述获取基础信息，包括：预期收益率、储能装置安装单位容量、电池储能系统寿命年限、变流器装置安装单位容量、变流器寿命年限、配电装置安装单位容量、配电装置寿命年限。

优选的，所述预先设定的初始数据，包括：蚁群算法的个体数量、信息要素挥发因子、常系数、启发系数、信息素重要程度因子、信息要素矩阵、路径记录表、各代最佳路径的信息和迭代次数。

一种受端电网中电池储能系统选址系统，所述系统包括：

获取模块：用于获取储能系统的基础数据；

选址模块：用于将所述获取的基础数据带入预先建立的电池储能建设模型，进行迭代计算，获得储能系统的最优选址。

优选的，所述选址模块包括：计算单元，用于使用所述获取的基础数据为预先建立的电池储能建设模型中的目标函数和约束条件赋值；

使用预先设定的初始数据初始化蚁群；

采用蚁群算法对所述电池储能模型进行蚁群迭代计算；

记录迭代结果数据；

若蚁群算法达到最大迭代数则将所述迭代结果数据作为最优的选址位置进行输出；否则，基于迭代结果数据生成下一代蚁群，根据概率选择移动的位置，更新初始数据，继续进行迭代计算，直到达到最大迭代数。

选址单元，用于确定达到最大迭代数的迭代结果数据为所述储能系统的最优选址。

与现有技术相比，本发明具有如下有益效果：

1、本发明提供一种受端电网中电池储能系统选址方法，输出经济最优时储能的最优选址，实现了受端电网中电池储能的选址与经济性相结合，使得既满足经济效益最大，又保证了加入电池储能后的电网能够安全、稳定和可靠的运行。

2、本发明提供一种受端电网中电池储能系统选址方法，将经济效益最大化作为目标函数使得储能系统加入配电网的实际可行性大大提升。同时，储能系统的加入使得储能系统本身的优势得以发挥，不仅增加了受端电网对新能源的接纳能力，还可以起到对电网系统一定程度的支撑和调节作用，作为提供紧急功率支撑，减少严重故障造成的冲击，提高电网运行稳定性和可靠性、调整频率、补偿负荷波动的一种手段。

3、本发明提供一种受端电网中电池储能系统选址方法，在电池储能的选址布局上，考虑到电池储能系统布局复杂，计算量大，而蚁群算法搜索过程采用分布式计算方式，多个个体同时进行并行计算，大大提高了算法的计算能力和运行效率。

附图说明：

图1为本发明的实施方法流程图；

图2为本发明的一种受端电网中电池储能系统选址方法流程图。

具体实施方式：

为了更好地理解本发明，下面结合说明书附图及实例对本发明的内容做进一步说明：

实施例1

本发明提供的一种受端电网中电池储能系统选址方法，如图1所示，所述方法可以包括：

获取储能系统的基础数据；

将所述获取的基础数据带入预先建立的电池储能建设模型，进行计算，获得储能系统考虑经济性后的最优选址。

如图2所示，为本发明提供的一种受端电网中电池储能系统选址方法流程图，在保证了加入储能后的电网能够安全、稳定和可靠的运行下，利用蚁群算法的搜索过程采用分布式计算方式，多个个体同时进行并行计算，大大提高了算法的计算能力和运行效率高等特点，将求解的复杂度大大降低，同时也满足了经济最优化的储能的最优选址。具体介绍如下，包括以下步骤：

步骤1：获取储能系统的基础数据并使用预先设定的初始数据初始化蚁群；

步骤2：所述获取的基础数据带入预先建立的电池储能建设模型，进行计算，获得储能系统考虑经济性后的最优选址。

所述预先建立的电池储能建设模型包括

步骤2.1：在蚁群算法中输入目标函数、网络约束条件；

步骤2.2：蚁群算法开始进行迭代；

步骤2.3：评价蚁群信息，构建解空间的最优位置；

步骤2.4：若蚁群算法达到最大迭代数则输出结果，若没有达到则返回步骤2.2，最终实现在经济最优时电池储能的最优选址。

所述步骤1对蚁群算法的个体数量大小、信息素挥发因子、常系数、启发系数、信息素重要程度因子、信息素矩阵、路径记录表、各代最佳路径的信息、最大迭代次数进行初始化设定。

所述步骤1中的基础数据包括：

预期收益率、储能装置安装单位容量、电池储能系统寿命年限、变流器装置安装单位容量、变流器寿命年限、配电装置安装单位容量、配电装置寿命年限。

所述步骤2.1建立以经济性最优为目标函数的电池储能建设模型，根据总目标函数给出储能布局的最优位置。具体的计算方法如下所示:

式中,zmin为经济成本最小值；i0为预期收益率；src,i为储能装置第i个节点的安装单位容量；k1为储能单位容量下的成本价格；n1为依据净收益分析得出电池储能系统寿命年限；srs,i为变流器装置第i个节点的安装单位容量；k2为变流器单位容量下的成本价格；n2为依据净收益分析得出变流器寿命年限；srp,i为配电装置第i个节点的安装单位容量；k3为配电装置单位容量下的成本价格；n3为依据净收益分析得出配电装置寿命年限。

所述步骤2.1中网络约束条件包括：

节点电压波动值约束：

duk％≤dumax％(2)

线路最大传输功率约束：

pi'≤pimax(3)

duk％为节点k的电压波动值，参照国家标准电压波动的最大值为dumax％；

pimax为线路i最大允许通过功率；

在满足有功潮流情况下暂态稳定约束：

电压稳定：

频率稳定：

|δf|≤ε(5)

为受端网络功率和电压的关系表达式；

|δf|为配电网中频率波动值；ε为频率稳定的临界值；

储能电池容量约束

其中pessqess分别为电池储能装置的有功、无功；

其中ppcsqpcs分别为变流器装置的有功、无功；

储能放电量约束:

0≤e(t)≤ecmax(7)

ecmax为储能电池系统的最大充放电能量。

所述步骤2.2中进行初始迭代，包括：根据设定的最大迭代次数，基于所述目标函数和约束条件开始进行蚁群迭代计算；

然后记录迭代结果数据。

所述步骤2.3评价蚁群，提取解空间的最优位置。即提取最优经济下的储能选址，评价蚁群即蚁群算法会自动的对每一次迭代计算结果的一个评估，评价是否到达最优输出结果。

每进行一次蚁群算法的迭代，会有一组迭代的结果出现，结果即是本次迭代得到的电池储能的一组选址位置。这组结果即称为解空间。

评价标准：与设定的初始数据有关。例如：最大迭代次数。

每进行一次蚁群算法的迭代，会有一组迭代的结果出现，结果即是本次迭代得到的电池储能的一组选址位置。这组结果即称为解空间。

每进行一次的迭代，会产生一组新的选址位置的数据信息。

所述步骤2.4若蚁群算法达到最大迭代数则输出结果，若没有达到则返回步骤2.2，最终实现在经济最优时电池储能的最优选址。具体包括：

若蚁群算法的迭代次数达到设置的最大迭代数则输出结果，若没有达到则初始个体生成下一代种群，根据概率选择移动的方向，并更新初始数据，然后重复步骤2.2，最终实现在经济性最优时储能的最优选址。

其中概率的计算方法如下：

蚁群算法模拟蚂蚁觅食过程。

其中表示蚂蚁k从目标i转移到目标j的概率。

τij(t)表示t时刻目标i与j路径上的信息素浓度。初始时刻，各个目标连接路径上信息素浓度相同，设τij(0)＝τ0。

ηij(t)为启发函数，表示蚂蚁从i到j期望程度。

allowk表示蚂蚁k待访问的目标的集合，α和β分别用来控制信息素和启发函数的相对重要程度。例如，当α值越大，表示信息素浓度在转移中作用越大。

每进行一次迭代计算，概率值会更新一次，是不一样的。

并更新初始数据，即每一次迭代都会产生一组新的选址位置，并进行实时更新。

实施例2

基于同一发明构思，本发明实施例中还提供一种受端电网中电池储能系统选址系统，所述受端电网中电池储能系统选址系统与所述受端电网中电池储能系统选址方法的解决问题的原理类似，重复之处不再赘述；下面对所述受端电网中电池储能系统选址系统进行说明。

所述系统可以包括：

获取模块：用于获取储能系统的基础数据；

选址模块：用于将所述获取的基础数据带入预先建立的电池储能建设模型，进行迭代计算，获得储能系统的最优选址。

所述选址模块包括：计算单元，用于使用所述获取的基础数据为预先建立的电池储能建设模型中的目标函数和约束条件赋值；

使用预先设定的初始数据初始化蚁群；

采用蚁群算法对所述电池储能模型进行蚁群迭代计算；

记录迭代结果数据；

若蚁群算法达到最大迭代数则将所述迭代结果数据作为最优的选址位置进行输出；否则，基于迭代结果数据生成下一代蚁群，根据概率选择移动的位置，更新初始数据，继续进行迭代计算，直到达到最大迭代数。

选址单元，用于确定达到最大迭代数的迭代结果数据为所述储能系统的最优选址。

所述预先建立的电池储能建设模型的目标函数如下式：

式中,zmin为经济成本最小值；i0为预期收益率；src,i为储能装置第i个节点的安装单位容量；k1为储能单位容量下的成本价格；n1为依据净收益分析得出电池储能系统寿命年限；srs,i为变流器装置第i个节点的安装单位容量；k2为变流器单位容量下的成本价格；n2为依据净收益分析得出变流器寿命年限；srp,i为配电装置第i个节点的安装单位容量；k3为配电装置单位容量下的成本价格；n3为依据净收益分析得出配电装置寿命年限。

获取模块用于基础信息，所述基础信息可以包括：预期收益率、储能装置安装单位容量、电池储能系统寿命年限、变流器装置安装单位容量、变流器寿命年限、配电装置安装单位容量、配电装置寿命年限等。

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。

本申请是参照根据本申请实施例的方法、系统、和计算机程序产品的流程图和方框图来描述的。应理解可由计算机程序指令实现流程图和方框图中的每一流程和方框、以及流程图和方框图中的流程和方框的结合。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方框图一个方框或多个方框中指定的功能的装置。

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方框图一个方框或多个方框中指定的功能。

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方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。