一种考虑调峰、调压需求的广域分布式储能系统协调调度方法与流程

本发明属于电气工程领域，更具体地，涉及一种考虑调峰、调压需求的广域分布式储能系统协调调度方法。

背景技术：

我国目前能源结构较为单一，一次能源主要是以煤电为主，燃气电站等灵活调节电源比例很小，因此系统调节能力不足造成了含大规模风电电力系统运行调度困难。根据风电与负荷波动的一致性，可将风电日内调峰效应可分为正调峰、反调峰和过调峰三种情形，反调峰特性对电力系统调峰能力要求最高。我国风资源丰富的“三北”地区，冬季供热地区供热机组“以热定电”的原则导致供热机组负荷增加、调峰能力减小，而这些地区冬季风电波动呈现“反调峰”特性的概率较高。系统调峰能力不足成为了这些地区冬季风电消纳能力的主要限制因素。同时，风电场与用电负荷往往存在空间上的不一致，远距离输电将带来明显的电压跌落，从而引发电压质量问题。

大规模储能系统对电网负荷“削峰填谷”，实现部分负荷的时空平移，减少电网等效负荷峰谷差，进而松弛电网向下调峰瓶颈，使既有电网有能力接纳更大容量风电。含储能系统的电力系统协调调度可通过减少系统运行成本等方式带来经济效益，很多文献都是以这个为出发点进行建模和研究，如减少系统发电和运行成本、通过减少系统备用节省成本等。但现有研究中少有同时考虑调压、调峰等多应用需求的，对分布式储能系统调压能力的挖掘不足，将影响电力系统电压质量的提高。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种考虑调峰、调压需求的广域分布式储能系统协调调度方法。由此解决现有技术存在储能系统调度目标单一，不能有效平衡因大规模风电接入导致调峰能力不足、远距离输电引发的电压偏差过大等技术问题。

为实现上述目的，本发明提供了一种考虑调峰、调压需求的广域分布式储能系统协调调度方法，包括：

(1)获取电网参数和分布式储能参数；

(2)常规火电机组运行费用、节点电压偏差惩罚费用之和最小为目标函数；

(3)以常规火电机组约束、风电机组约束、系统约束以及电池储能系统约束为约束条件，建立基于运行模拟的储能规划模型；

(4)利用大m法等线性化工具对电压降落约束、目标函数中的电压偏差惩罚项等非线性式进行线性化处理；

(5)在仿真计算平台调用求解工具对所建立的考虑调峰、调压需求的广域分布式储能系统协调调度模型进行求解，得到含分布式储能的电力系统调度方案。

进一步的，电网参数包括：火电机组经济参数、系统技术参数、风电机组技术参数和火电技术参数，以及典型日风电及负荷的有功功率数据以及无功功率数据

系统技术参数包括：协调调度系统的总时段数t，电压偏差惩罚系数ρ，线路电阻及电抗线路输送容量系统各节点所允许的电压上限值v⁺、电压下限值v^-，系统向上调节备用容量系统向下调节备用容量

风电技术参数包括：为满足新能源消纳要求所允许的最大弃风率μ。

火电技术参数包括：火电机组总数ng，各火电机组i的出力上、下限上爬坡速率下爬坡速率

火电机组经济参数为运行成本二次曲线参数ai,bi,ci。

分布式储能参数包括电池储能的技术参数及经济参数：电池储能所处节点集合ωb，电池储能的充放电效率ηc,ηd，电池储能的功率容量电池储能的能量容量各节点电池储能的初始能量ei0。

进一步的，目标函数为：

其中第一部分为常规火电机组运行费用，即火电机组的煤耗费用。该部分体现分布式储能系统参与电力系统调峰对于促进风电消纳、减少煤耗运行成本的作用；第二部分代表节点电压偏差惩罚费用，通过对节点电压vit偏离基准电压的程度进行惩罚以使得各节点电压尽可能接近基准电压，从而发挥分布式储能系统的调压能力并提高电压质量。其中t为协调调度系统的总时段数，ng为火电机组数量，为第i台火电机组第t时段的运行费用。ρ为电压偏差惩罚系数，vit为第i个节点在第t时段的电压幅值。

进一步的，常规火电机组约束包括：二次煤耗曲线分段线性化约束，有功功率出力上下限约束，无功功率出力上下限约束，有功功率爬坡约束；

所述风电机组约束包括：有功功率出力上下限约束，无功功率出力上下限约束，最大允许弃风限电率约束；

所述系统约束包括：节点功率平衡约束，旋转备用约束，线路传输容量约束，电压降落约束以及电压限值约束；

所述电池储能约束包括：电池充放电容量约束，输出有功功率等式约束，有功功率充电、放电上下限约束，相邻时段能量平衡约束，能量上下限约束，能量回归初始化约束；

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

(1)本发明兼顾了含大规模新能源的电力系统的调峰与调压需求建立起含分布式储能系统的协调调度模型，协调调度模型以常规火电机组运行费用与节点电压偏差惩罚费用之和最小为目标函数，通过火电机组运行费用的变化体现分布式储能系统参与调峰的经济收益，通过节点电压偏差惩罚费用表征分布式储能系统对提升电力系统调压能力的作用。通过对分布式储能系统参与调峰、调压效益的量化衡量最大化发挥出储能的调节作用，并使其在提升系统调峰能力、调压能力间取得平衡。本发明有效提升了含分布式储能系统调度的经济性。

(2)本发明基于交流潮流建立起考虑储能发挥无功调节能力的调度模型，通过引入0-1变量对模型中的双向潮流问题进行数学描述，并通过大m法对其对应的电压跌落约束以及目标函数中的电压偏差惩罚费用非线性化进行线性化转换，建立了完善、易于快速求解的含分布式储能系统协调调度模型，在快速求解的同时有效保证了模型求解的精确度。

附图说明

图1是常规机组煤耗特性曲线线性化示意图

图2是本发明实施例提供的一种考虑调峰、调压需求的广域分布式储能系统协调调度方法的流程图

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，一种考虑调峰、调压需求的广域分布式储能系统协调调度方法，包括以下步骤：

步骤1：获取电网参数和分布式储能参数。

所述电网参数包括：火电机组经济参数、系统技术参数、风电机组技术参数和火电技术参数，以及典型日风电及负荷的有功功率数据以及无功功率数据

系统技术参数包括：协调调度系统的总时段数t，电压偏差惩罚系数ρ，线路电阻及电抗线路输送容量系统各节点所允许的电压上限值v⁺、电压下限值v^-，系统向上调节备用容量系统向下调节备用容量

风电技术参数包括：为满足新能源消纳要求所允许的最大弃风率μ。

火电技术参数包括：火电机组总数ng，各火电机组i的出力上、下限上爬坡速率下爬坡速率

火电机组经济参数为运行成本二次曲线参数ai,bi,ci。

分布式储能参数包括电池储能的技术参数及经济参数：电池储能所处节点集合ωb，电池储能的充放电效率ηc,ηd，电池储能的功率容量电池储能的能量容量各节点电池储能的初始能量ei0。

步骤2：构建考虑调峰、调压需求的分布式储能调度模型的目标函数

目标函数：式中第一部分为常规火电机组运行费用，即火电机组的煤耗费用。该部分体现分布式储能系统参与电力系统调峰对于促进风电消纳、减少煤耗运行成本的作用；第二部分代表节点电压偏差惩罚费用，通过对节点电压vit偏离基准电压的程度进行惩罚以使得各节点电压尽可能接近基准电压，从而发挥分布式储能系统的调压能力并提高电压质量。其中t为协调调度系统的总时段数，ng为火电机组数量，为第i台火电机组第t时段的运行费用。ρ为电压偏差惩罚系数，vit为第i个节点在第t时段的电压幅值。

步骤3：列写考虑调峰、调压需求的分布式储能调度模型的约束条件

约束条件如下:

(1)常规火电机组约束

常规火电机组运行费用包括包括常规机组固定发电费用和可变发电费用，可线性化表示如下：

ugit表示第i台火电第t时段的开、关机状态，值为0或1，机组开机时ugit为1，关机时则ugit为0。为火电机组i的固定发电费用，即为火电机组处于最小出力时的发电费用，cgim表示火电机组i在煤耗曲线第m分段时对应的斜率，即为单位功率煤耗成本，为火电机组i在第t时段第m分段的发电功率。

同时火电机组亦满足如下约束：

约束(3)为火电机组无功功率上下限约束，其中为火电机组i第t时段的无功出力，为火电机组i的无功出力下限，为其无功出力上限。约束(4)为火电机组输出功率等式表达，其中pg,it为火电机组i第t时段的有功输出功率，为火电机组i的最小技术出力。约束(5)为火电机组各分段的上下限约束。为火电机组i第m分段的上限。约束(6)为爬坡约束，爬坡约束指的是机组在每分钟可以增加或减小的出力，其中机组每分钟可以增加的出力称为上爬坡速率(ramp-up)，反之称为下爬坡速率(ramp-down)，为机组i的功率下降量的限制，为机组i的功率上升量的限制。

(2)风电机组约束

约束(7)表示风电机组的有功功率约束，为风电机组i第t时段的实际有功出力，为风电机组i第t时段的最大可发有功功率。相应地，约束(8)表示风电机组的无功功率约束，为风电机组i第t时段的实际无功出力，为风电机组i第t时段的最大可发无功功率。约束(9)则为全系统最大弃风率约束，μ为允许的最大弃风率。

(3)系统约束

多应用需求下广域分布式储能系统的协调调度模型的系统约束主要包括功率系统功率平衡约束、旋转备用约束、电压降落约束以及线路传输容量限值、电压限值约束。

约束(10)为节点有功功率平衡约束，对于任意节点i，其线路流入净功率与节点注入功率之和应等于节点i处的负荷。pkit为节点k与节点i相连线路的有功传输功率，其中节点k为节点i的父节点。pijt为节点i与节点j相连线路的有功传输功率，其中节点j为节点i的子节点。为储能系统i第t时段的输出有功功率，为节点i在第t时段的有功负荷。类似地，约束(11)为节点无功功率平衡约束，qkit为节点k与节点i相连线路的无功传输功率，qijt为节点i与节点j相连线路的无功传输功率。为储能系统i第t时段的输出无功功率，为节点i在第t时段的无功负荷。

旋转备用是将所有运行机组的最大出力之和减去当前系统的负荷和损耗。备用是为了保证系统可靠供电的一项重要措施，防止当出现一台机组或几台机组故障时，系统出现严重的负荷缺额从而导致系统频率急剧下降而发生故障。在含风电电力系统中因为风电出力波动和预测误差，需要配置额外的旋转备用来应对风电波动。因此，为了保证系统的安全运行，在安排机组启停计划时，应考虑安排足够机组运行，以满足系统备用的需要，在含风电电力系统中考虑分布式储能系统的系统旋转备用约束如下：

约束(12)、(13)分别为系统的上旋转备用、下旋转备用约束，式中，为储能系统i的功率容量，与分别为第t时段系统需预留的最小上备用容量、最小下备用容量。

为分析储能参与电力调压的影响作用分析，本项目建立了基于交流潮流的潮流模型，并利用纵向电压降来代替相邻节点的实际电压幅值降落以达到简化计算目的，同时在高压感性网络中，纵向电压降远大于横向电压降，因而该简化的误差也将控制在较小范围之内。

约束(14)为系统的电压降落约束，与分别为线路l的电阻与电抗，vit与vjt分别为第t时段线路l的首端节点i、末端节点j处的电压。为线路l第t时段的潮流方向表征量，潮流为正，则对应的值为1，否则为0。约束(15)用数学表达式建立起上述与的关系。

风电出力变化、储能系统充放电可能导致网络潮流发生比较大的变化，所以在决策机组出力和广域储能系统充放电计划的时候需要考虑系统网架，另外由于新能源发展过程中因为国家政策扶持，风电场的并网速度往往快于常规电源以及配套传输网架的建设速度，使得电力系统往往因为常规电源调节支援能力有限或者输电线路输送能力不足而限制电网对风电的接纳能力，所以在本项目构建的协调调度模型中必须考虑到系统网架拓扑和传输热稳定上限，其数学表达如下：

约束(16)的左式为与的二范数，为线路l的传输容量。

v^-≤vit≤v⁺(17)

约束(17)的为节点电压的限值约束，v^-与v⁺分别为各节点所允许的最小电压与最大电压。

(4)储能系统约束

本文在储能系统建模时考虑其充放电效率，通过引入0-1变量对储能的充放电状态进行描述，储能的运行约束及其规划限值约束如下式所示：

eit＝ei0(23)

约束(18)建立了包含有功功率、无功功率的储能充放电容量约束，约束(19)定义了储能系统的输出，与分别为储能在第t时刻的放电功率与充电功率。通过在约束(20)中引入二进制变量uit来保证在任意时刻t，放电功率与充电功率仅有一个不为0，当不为0时，uit为1，当不为0时，uit为0，约束(19)-(20)同时将充放电功率限制在其功率容量范围之内。约束(21)限定了各时段能量在其容量范围内。约束(22)建立了相邻时段间储能系统的能量平衡关系，eit为储能系统i在第t时刻系统的剩余能量，ηc与ηd分别为储能系统的充放电效率。约束(23)使得平抑周期末能量回归到初始值。

步骤4：非线性模型线性化

约束(14)含有非线性项这将导致模型难以求解，故本项目采用大m法，用连续变量代替用连续变量代替将其线性化如下：

约束(24)是替代后的电压降落约束的(14)的等价表达，约束(25-26)通过采用大m法共同保证，当时，当时，类似地，约束(27-28)通过采用大m法共同保证，当时，当时，该线性化中，大m值即为v+。

同理，对约束(15)中的非线性项进行线性化处理，该非线性项为二进制变量与连续变量的乘积故用连续变量替代之。线性化数学表达式如下：

约束(29-30)通过采用大m法共同保证，当时，反之当时，则有

注意到，在目标函数中同样存在非线性项|(vit-1)|。首先通过引入值为0或1的二进制变量αit去掉绝对值符号，如式(31)所示。

|(vit-1)|＝(2αit-1)(vit-1)(31)

式中，αit为指示(vit-1)符号的二进制变量，当(vit-1)为非负，则αit为1，反之，当(vit-1)为负，则αit为0。上述关系可通过数学表达式线性表达如下：

式(32)中，用连续变量代替了αit(vit-1)，式(33-34)共同约束当αit为0时，且有(vit-1)为负；当αit为1时，且(vit-1)非负。

步骤5：调用求解算法求解模型

根据电网系统及机组参数、储能参数构建考虑调峰、调压需求的广域分布式储能系统协调调度模型后，通过在仿真计算平台调用算法求解该模型，可调用cplex等求解器内置的求解算法或粒子群算法、遗传算法等智能算法进行求解。