一种计及储能无功调整能力的配电网有功无功联合优化调度的方法与流程

本发明属于配电网有功无功优化技术领域，一种计及储能无功调整能力的配电网有功无功联合优化调度的方法。

背景技术

在未来一段较长的时间内，可再生能源在能源构成中的占比将不断上升。作为对传统化石燃料的有益替代，可再生能源的广泛使用势必促进人们生产生活方式的转变，使已有的能源结构更加绿色、完善。但是，以风电、光伏为主要代表的分布式电源，因其固有的随机性、间歇性，将对现有的网架结构和传统的电网控制方案带来巨大的冲击与挑战。储能，作为转移分布式电源时空特性、平滑风电光伏出力波动性的装置，对于配网有效消纳可再生能源起着重要的作用。

已有研究考虑了“风光”和储能在配电网有功无功优化过程中协同配合的可行性，但是，在这些研究中，有功和无功大多进行了解耦处理，且风电、光伏和储能之间的协调性在整体上不强。

技术实现要素：

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种计及储能无功调整能力的配电网有功无功联合优化调度的方法。

为实现上述技术目的，本发明采取的技术方案为：

一种计及储能无功调整能力的配电网有功无功联合优化调度的方法，包括以下步骤：

步骤1：获取日前风速、负荷的预测数据；

步骤2：建立两部制电价模型；

考虑到风机出力和日负荷分布的特点，利用不同时段间的电力差价可实现储能的经济性。两部制电价模型如下：

式中，cpr(h)为第h个小时的电价；coff-peak、con-peak分别为谷时电价、峰时电价；t1、t3为谷时电价对应的时段，t2为峰时电价对应的时段。

步骤3：建立电池储能系统的数学模型；

电池储能系统主要由功率调节系统(pcs)单元和储能单元组成。其中，pcs负责储能与外界的功率交换，在电池充电时作为整流器吸收外界的有功、无功功率，在电池放电时作为逆变器对外发出有功无功。

在任一时刻，储能只能工作在充电状态或放电状态，本发明中，规定储能只在谷时段充电，在峰时段放电，如公式(2)所示。式中，pch(k,h)、pdis(k,h)分别为第k个储能系统在第h个小时的充、放电功率。

公式(3)中，spcs(k,h)为储能的视在功率；qdisp(k,h)表示储能调度的无功功率。公式(4)中，spcs,max(k)为储能k的最大视在功率；qava(k,h)为储能可提供的最大无功功率。

电池储能系统需满足的约束条件如下。

pch(k,h)≥0(7)

pdis(k,h)≤0(8)

-spcs,max(k)≤qdisp(k,h)(9)

emin(k)≤e(k，h)≤emax(k)(11)

e(k，0)＝e(k，tfinal)(12)

上面诸式中，公式(5)、公式(6)和公式(9)为pcs的容量极限约束；公式(7)、公式(8)分别为充放电功率约束；公式(10)为储能的充电平衡约束,其中，e(k,h)表示储能k在h小时的能量，ηch、ηdis分别为充放电效率；公式(11)为储能的能量约束；公式(12)为储能的能量回归约束，e(k,0)和e(k,tfinal)分别表示优化开始与优化结束时储能的能量水平。

步骤4：建立风机的数学模型；

式中，vci、vco和vr分别表示切入风速、切出风速与额定风速；pw为风电场的额定功率。

步骤5：以系统运行成本最小为目标函数，建立有功无功联合最优潮流问题模型，求解得到储能的充放电计划和风电的出力安排。

该最优潮流模型以pch、pdis、qdisp和βcurt为优化变量，βcurt的含义为风电削减因子，用来确保模型存在可行解；f1、f2分别代表系统收入和网损，具体表达式如下所示。

上两式中，n为母线总数；g(i,j)表示母线i、j之间的电导；ve(i,h)、vf(i,h)分别为母线i在h小时的电压实部和虚部；α为储能参与无功调整而获得的经济补偿。

本发明具有以下有益效果：

与现有技术相比，本发明具有如下优点：

1.本发明建立了一个含风电和储能的配电网有功无功联合最优潮流问题模型，该模型考虑了储能的无功调整能力，对有功无功进行统一优化调度，较之于有功无功解耦，更能准确反映配网潮流的真实状态；

2.在本发明两部制电价的激励下，风电与储能形成了协调配合，风功率波动得到了有效平滑，降低了分布式电源接入给配网带来的潜在风险；

3.本发明建立了实现配电系统运行成本最小化的目标函数，在实现配网经济运行的同时保证了系统安全，适合未来大规模分布式电源接入配电网的情况。

附图说明

图1是本发明的流程图；

图2是本发明的两部制电价模型示意图；

图3是本发明的储能pcs的有功无功出力能力示意图；

图4是本发明实施例中的测试系统拓扑结构。

具体实施方式

以下结合附图对本发明的实施例作进一步详细描述。

图1为本发明的总体方法流程图，本发明的一种计及储能无功调整能力的配电网有功无功联合优化调度的方法，该方法包含以下步骤：

步骤1：先获取日前风速、负荷的预测数据；

步骤2：考虑到风机出力和日负荷分布的特点，利用不同时段间的电力差价可实现储能的经济性。因此，建立如公式(1)所示的两部制电价模型，如图2所示；

其中，cpr(h)为第h个小时的电价；coff-peak、con-peak分别为谷时电价、峰时电价；t1、t3为谷时电价对应的时段，t2为峰时电价对应的时段。

步骤3：根据公式(2)至公式(12)、公式(13)分别建立电池储能系统和风机的数学模型，储能pcs的有功无功出力能力如图3所示；

pch(k,h)≥0(7)

pdis(k,h)≤0(8)

-spcs,max(k)≤qdisp(k,h)(9)

emin(k)≤e(k,h)≤emax(k)(11)

e(k,0)＝e(k,tfinal)(12)

公式(2)表示储能只在谷时段充电，在峰时段放电。其中，pch(k,h)、pdis(k,h)分别为第k个储能系统在第h个小时的充、放电功率。公式(3)中，spcs(k,h)为储能的视在功率；qdisp(k,h)表示储能调度的无功功率。公式(4)中，spcs,max(k)为储能k的最大视在功率；qava(k,h)为储能可提供的最大无功功率。

公式(5)至公式(12)为电池储能系统需满足的约束条件。其中，公式(5)、(6)和(9)为pcs的容量极限约束；公式(7)、(8)分别为充放电功率约束；公式(10)为储能的充电平衡约束，e(k,h)表示储能k在h小时的能量，ηch、ηdis分别为充放电效率；公式(11)为储能的能量约束；公式(12)为储能的能量回归约束，e(k,0)和e(k,tfinal)分别表示优化开始与优化结束时储能的能量水平。

公式(13)中，vci、vco和vr分别表示切入风速、切出风速与额定风速；pw为风电场的额定功率。

步骤4：以系统运行成本最小为目标函数，建立有功无功联合最优潮流问题模型；

式中，pch、pdis、qdisp和βcurt为优化变量，βcurt的含义为风电削减因子，用来确保模型存在可行解；f1、f2分别代表系统收入和网损，具体表达如下：

上两式中，n为母线总数；g(i,j)表示母线i、j之间的电导；ve(i,h)、vf(i,h)分别为母线i在h小时的电压实部和虚部；α为储能参与无功调整而获得的经济补偿。

步骤5：对步骤4中的模型进行求解，得到储能的充放电计划和风电的出力安排。

在本发明的实施例中，采用了ieee33节点标准测试系统，如图4所示。其中，风电机组(wt)的接入位置为节点15、19、24，额定容量0.5mva；储能系统(ess)的接入位置为节点16、21、27，额定容量0.2mwh。

实施例一：取优化时长为24h，对连续5天进行5次优化。采用本发明的联合优化方法计算得到的系统收入为35082元，而采用传统优化方法得到的收入为34909元，较前者少了0.49％，两种方法的系统网损分别为1154元和1314元。

实施例二：取优化时长为120h，对连续5天进行1次性优化。本发明的联合优化方法和传统优化方法所得收入分别为35473元和35302元，后者较前者仍少0.48％，系统网损分别为1123元和1290元。

由实施例一和实施例二的结果可得，有功无功联合优化方法比只考虑有功潮流最优的传统优化方法更有优势。另外，容易发现，本发明所提的联合优化方法在长优化时长条件下能够实现更大的经济效益。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。