本发明属于储能优化配置领域,具体涉及一种面向源-网协同优化的分布式共享储能优化配置方法。
背景技术:
1、随着新能源接入规模不断增大,其出力间歇性与负荷时空匹配不平衡的问题愈发凸显,造成弃风弃光和峰谷差逐年递增的现象。分布式储能作为柔性电力调节资源,可以实现能量在时空层面的平移,促进新能源就地消纳与降低峰谷差。但是目前储能投资成本较高、利用效率低,因此兼顾了电源侧与电网侧的调节需求,通过共享储能的方式进行储能的分时复用,分摊储能成本,提高储能利用率是一个有待解决的问题。
技术实现思路
1、发明目的:为了克服现有技术中存在的不足,提供一种面向源-网协同优化的分布式共享储能优化配置方法。
2、技术方案:为实现上述目的,本发明提供一种面向源-网协同优化的分布式共享储能优化配置方法,包括如下步骤:
3、s1:兼顾了电源侧与电网侧的调节需求,提出面向源-网协同优化的分布式共享储能运营模式;
4、s2:基于运营模式,构建分布式共享储能优化配置上层优化模型和源-网协同优化运行下层优化模型;
5、s3:采用结合潮流计算的双层迭代粒子群算法求解上层优化模型和下层优化模型,获得兼顾了电源侧与电网侧调节需求的分布式共享储能优化配置结果。
6、进一步的,所述步骤s1中面向源-网协同优化的分布式共享储能运营模式为:
7、a1:共享储能运营商旨在为分布式新能源电站与配电网提供充放电服务,以实现分布式共享储能系统容量配置与运行成本最低;在优化配置层面,储能运营商将聚合分布式新能源电站与主动配电网的充放电需求,集中优化配置分布式共享储能系统容量;在优化运行层面,共享储能运营商提供充放电服务,在收取服务费的同时,通过“低储高放”进行电量交易实现价格套利;
8、a2:分布式新能源场站旨在通过利用分布式共享储能电站的充放电服务;新能源场站将优先供电给配电网支撑其负荷,若新能源出力超过配电网需求,则将多余新能源出力以售电形式向分布式共享储能系统充电;
9、a3:配电网旨在通过利用分布式共享储能电站的充放电服务,实现净负荷峰谷差最低;配电网内将优先消纳新能源出力以满足负荷需求,功率不平衡量则为配电网净负荷;在负荷高峰期,配电网将通过分布式共享储能系统放电或从主网购电进行削峰,在负荷低谷期,将通过分布式共享储能系统充电进行填谷,以进一步减小净负荷峰谷差。
10、进一步的,所述步骤s2中构建分布式共享储能优化配置上层优化模型,具体包括:分布式共享储能系统年均总成本最低为优化目标,规划分布式共享储能的额定容量和额定功率,上层模型目标函数表达式c1为:
11、c1=csto-365(cser+cadn-cnew) (1)
12、式中:csto为分布式共享储能年平均投资和维护费用;cnew为分布式共享储能与分布式新能源场站电量交易费用;cadn为分布式共享储能与配电网电量交易费用;cser为分布式共享储能容量租赁服务费。
13、分布式共享储能年平均投资和维护费用csto为:
14、
15、式中:n为储能个数;r为贴现率;y为储能设备寿命周期;分别为储能单位功率、单位容量投资成本;psto,i、esto,i分别为储能i的额定功率、额定容量;为单位功率维护成本。
16、分布式共享储能与分布式新能源场站电量交易费用cnew为:
17、
18、式中:t为一天24小时;n为分布式新能源场站个数;为t时刻分布式新能源场站的单位电量售电电价;为t时刻新能源场站j向分布式共享储能系统售电功率。
19、分布式共享储能与配电网电量交易费用cadn为:
20、
21、式中:为t时刻分布式共享储能单位电量售电电价;为t时刻配电网单位电量售电电价;为t时刻分布式共享储能系统向配电网售电功率;为t时刻配电网向分布式共享储能系统售电功率。
22、分布式共享储能容量租赁服务费cser为:
23、
24、式中:δs为配电网和分布式新能源场站向分布式共享储能系统缴纳的单位功率服务费。
25、所述上层优化模型需满足能量倍率约束
26、esto,i=βpsto,i (6)
27、式中:β为储能电池能量倍率
28、所述上层优化模型需满足分布式共享储能功率约束
29、psto,i,min≤psto,i≤psto,i,max (7)
30、式中:psto,i,min、psto,i,max分别为分布式共享储能在每个节点安装的最小功率与最大功率。
31、所述上层优化模型需满足分布式共享储能充放电功率约束
32、
33、式中:分别为t时刻储能i的充放电功率;分别为t时刻储能i的充放电标志位。
34、所述上层优化模型需满足分布式共享储能荷电状态约束
35、
36、式中:为t时刻储能i的荷电状态;ηsto,c、ηsto,d分别为储能充放电效率。
37、进一步的,所述步骤s2中构建源-网协同优化运行下层优化模型,具体包括:配电网-分布式新能源场站日综合运行成本最低为优化目标,优化各储能的位置与充放电功率,上层模型目标函数表达式c2为:
38、c2=cgrid+cser+cadn-cnew+cpeak-valley (10)
39、式中:cgrid为配电网向主网购电成本;cpeak-valley为峰谷差惩罚成本。
40、配电网向主网购电成本cgrid为:
41、
42、式中:cgrid为配电网向主网购电成本;为t时刻主网售电电价;为t时刻主网向配电网售电功率。
43、峰谷差惩罚成本cpeak-valley为:
44、
45、式中:δpeak-valley为净负荷峰谷差单位功率惩罚费用,为0.65元/kw;分别为净负荷最大值和最小值;为t时刻配电网净负荷;为t时刻节点k的负荷;为t时刻新能源场站j向配电网的售电功率。
46、所述下层优化模型需满足分布式新能源场站出力约束
47、
48、式中:为t时刻新能源场站j的实际出力;为新能源场站j的理想出力。
49、所述下层优化模型需满足分布式新能源场站与分布式共享储能购售电约束
50、
51、式中:为新能源场站与分布式共享储能之间最大的交互功率。
52、所述下层优化模型需满足分布式新能源场站功率平衡约束
53、
54、所述下层优化模型需满足配电网与分布式共享储能购售电约束
55、
56、式中:为配电网与分布式共享储能功率交互的标志位;为配电网与分布式共享储能之间最大的交互功率。
57、所述下层优化模型需满足配电网功率平衡约束
58、
59、所述下层优化模型需满足节点功率平衡约束
60、
61、式中:pit、分别为t时刻节点i注入的有功、无功功率;分别为t时刻节点i、j的电压幅值;gij、bij分别为节点i、j间的电导和电纳;θij为节点i、j间的相角差。
62、所述下层优化模型需满足节点电压约束
63、
64、式中:ui,min、ui,max分别为节点i电压幅值的最小值和最大值。
65、所述下层优化模型需满足支路容量约束
66、
67、式中:为t时刻节点i、j间的传输功率;sij,max为节点i、j之间可传输功率的最大值。
68、进一步的,所述步骤s3中采用结合潮流计算的双层迭代粒子群算法求解兼顾了电源侧与电网侧调节需求的分布式共享储能优化配置结果,具体步骤如下:
69、(1)初始化上层粒子群,并设置上层迭代次数iter-up=1;
70、(2)根据上层得出的储能额定功率与额定容量初始化下层粒子,并并设置上层迭代次数iter-down=1;
71、(3)计算下层粒子群的适应度,更新个体和群体的最优值与最优适应度,迭代次数iter-down=1;
72、(4)计算下层粒子的适应度,更新个体和群体的最优值与最优适应度,迭代次数iter-down=iter-down+1;
73、(5)判断是否满足iter-down<iter-down-max(iter-down-max为下层粒子迭代最大次数),若满足转向步骤(6),否则返回步骤(4);
74、(6)带下层最优值计算上层粒子适应度更新个体和群体的最优值与最优适应度,迭代次数iter-up=iter-up+1;
75、(7)判断是否满足iter-up<iter-up-max(iter-up-max为上层粒子迭代最大次数),若满足转向步骤(8),否则返回步骤(3);
76、(8)输出分布式共享储能最优配置结果。
77、本发明提出了一种面向源-网协同优化的分布式共享储能优化配置方法,兼顾了电源侧与电网侧的调节需求,提出了面向源-网协同优化的分布式共享储能运营模式;构建了多时间尺度的分布式共享储能双层规划模型,以分布式共享储能系统年均成本最低为上层目标,求长时间尺度的配置问题,以配电网-分布式新能源场站日综合运行成本最低为下层目标,求短时间尺度源-网协同优化运行问题;采用结合潮流计算的双层迭代粒子群算法对双层模型进行求解,得到最优的分布式共享储能配置方案。
78、有益效果:与现有技术相比,本发明的优点在于:
79、本发明基于在电源侧和电网侧合理共享分布式储能,可以有效提高新能源消纳率、降低净负荷峰谷差、提高储能利用率,同时分布式共享储能运营商实现了正向收益,投资建设分布式共享储能电站有盈利的潜力。