一种储能电站中长期规划协调优化配置的方法与流程

本发明涉及储能电站规划，特别涉及一种储能电站中长期规划协调优化配置的方法。

背景技术：

1、由于不可再生能源，例如：石油、天然气等等，其在地球的含量是固定的，为了降低对不可再生能源的依赖，目前，国家大力推广以风能、太阳能等为代表可再生能源，例如：利用可再生能源发电，以满足工业和生活的用电需求。但是可再生能源容易受季节、气候的影响，其具有较大的随机性和波动性，如果可再生能源发电所产生的电能直接接入电网的话，其随机性和波动性也接入电网，影响电网的稳定性。为了避免可再生能源发电产生的电源接入电网时影响电网的稳定性，目前都是通过建立储能电站，先把可再生能源发电产生的电源接入储能电站进行存储，再通过储能电站向电网输送稳定的电能。当然，储能电站除了通过可再生能源发电提供电能之外，也可以在电网用电空闲的时候，由电网提供电能，实现将电网用电低谷时储电，在电网用电的高峰时段向电网供电，有利于保证电网的稳定供电。

2、由于储能电站成本昂贵，储能设备的配置必须综合考虑投资成本、运行效益和应用场景等因素，根据具体用途选择适合的建设方案。而目前缺乏有效的储能电站建设规划方案。

技术实现思路

1、本发明提供了一种储能电站中长期规划协调优化配置的方法，以解决目前缺乏有效的储能电站建设规划，无法实现储能电站资源的合理利用，确保储能电站有效稳定运行的技术问题。

2、为解决上述技术问题，本发明提供了如下技术方案：

3、综合考虑待规划的储能电站的建设过程中的经济效益，以及建成后的储能电站的电网状态、环保因素、额定功率以及容量配置，构建双层的多目标优化模型以及相应的约束条件；

4、在所述约束条件下，采用预设的多目标优化模型求解算法，对所述多目标优化模型进行求解，得到储能电站配置方案的帕累托最优解集；

5、对所述帕累托最优解集中的方案进行筛选，获取最优方案，并以获取的最优方案对待规划的储能电站进行配置，以实现储能电站容量的最优规划配置。

6、进一步地，所述多目标优化模型包括上层目标优化模型和下层目标优化模型；其中，所述上层目标优化模型包括储能电站投资成本模型、储能运行效益模型和环保效果模型；

7、所述下层目标优化模型包括净现值模型、投资回报率模型、投资回收期模型、延迟设备投资模型以及操作和维护费用模型。

8、进一步地，所述储能电站投资成本模型的表达式为：

9、fa1＝γpprp+γeerc

10、其中，fa1表示储能电站投资成本；γp表示单位硬件设备的成本费用；prp表示储能额定功率；γe表示单位储能电池组成本和电池管理系统费用；erc表示储能额定容量；

11、储能运行效益模型的表达式为：

12、

13、其中，fa2表示利用电价时间差所获得的经济效益年值；n表示电价的时段数；λi表示第i段电价区间；pi表示储能电站第i时段充放电功率；δti表示第i时段步长；η表示储能电站充放电效率；

14、环保效果模型的表达式为：

15、

16、其中，fa3表示环保效果值；m表示污染物的种类数；p∑表示储能年发电量；μ表示单位燃煤发电量；vj表示节约单位污染物j的环境价值；qj表示单位燃煤中污染物j的含量；i表示脱硫脱硝费用。

17、进一步地，所述净现值模型的表达式为：

18、

19、其中，fb1表示净现值；n表示根据典型日负荷曲线优化的充放电功率得出的储能电站生命周期；y1(n)表示第n年储能电站净现金流量；i0表示预期收益率；cp表示储能电站电子设备成本；εp表示储能电站电子设备的剩余率；ce表示储能电池投资；εe表示储能电池剩余成本率；

20、所述投资回报率模型表达式为：

21、

22、其中，fb2表示投资回报率；c0表示储能电站投资成本；

23、如果y1(k)≥0并且y1(k-1)<0，则所述投资回收期模型表达式为：

24、

25、其中，fb3表示投资回收期；cnpv(k-1)表示过去k-1年的净现值；y1(k)表示第k年的净现金流量；y1(k-1)表示第k-1年的净现金流量；k表示年数；

26、所述延迟设备投资模型表达式为：

27、fb4＝λdcdηprp

28、其中，fb4表示延迟设备投资；λd表示设备固定资产折旧率；cd表示设备单位生产能力成本；prp表示储能额定功率；

29、所述操作和维护费用模型表达式为：

30、fb5＝cm×p∑

31、其中，fb5表示总的操作和维护费用；cm表示每kwh操作和维护费用；p∑表示储能年发电量。

32、进一步地，所述约束条件包括等式约束、不等式约束、储能电站充放电功率约束和储能电站的电量状态约束。

33、进一步地，所述等式约束的表达式为：

34、

35、其中，j∈i表示∑号后的标号j的节点必须直接和节点i相连，包括j＝i的情况；pi为节点i有功注入；qi为节点i无功注入；ui为节点i电压模值；θij为节点i和节点j的电压相角差；uj为节点j电压模值；nb为电力系统的节点数；gi,j为是节点导纳矩阵的实部；bi,j为节点导纳矩阵的虚部；

36、所述不等式约束的表达式为：

37、

38、其中，ng为系统中机组的总台数；pg,i为机组i的有功出力；和分别为机组i的最小和最大有功出力限值；qg,i为机组i的无功出力；和分别为机组i的最小和最大无功出力限值；和分别为节点j在正常情况下允许的电压最小和最大值；nl为系统中线路总数；pl,l为线路l上流过的有功功率；plmax,l为线路l在正常情况下允许输送的最大功率；f为系统频率；fmin和fmax为系统允许的频率最小和最大值；

39、所述储能电站充放电功率约束的表达式为：

40、-prp≤pe,j(t)≤prp

41、其中，prp表示储能额定功率；pe,j(t)为储能电站充放电功率；

42、所述储能电站的电量状态约束的表达式为：

43、soc,min≤se,j(t)≤soc,max

44、其中，soc,min为储能电站最低电量；soc,max为储能电站最高电量；se,j(t)为储能电站电量。

45、进一步地，在所述约束条件下，采用预设的多目标优化模型求解算法，对所述多目标优化模型进行求解，得到储能电站配置方案的帕累托最优解集，包括：

46、将所述多目标优化模型对应于入侵免疫系统的抗原，将所述多目标优化模型的可行解对应于免疫系统产生的抗体，采用免疫算法求解多目标优化模型对应的优化问题；其中，在采用免疫算法求解多目标优化模型对应的优化问题时，每个抗体代表一种规划方案，根据方案计算目标函数值；根据方案构建规划网架，并进行潮流校验，采用罚函数法处理校验越限方案。

47、进一步地，在采用免疫算法求解多目标优化模型对应的优化问题时，抗体编码包括：

48、将电站容量作为抗体长度，抗体的每位编码代表一个容量等级，编码采用二进制，1表示储能容量在此等级以上，0表示储能容量在此等级以下。

49、进一步地，在采用免疫算法求解多目标优化模型对应的优化问题时，评价方式包括：

50、采用期望繁殖概率评价抗体的优劣。

51、进一步地，对所述帕累托最优解集中的方案进行筛选，获取最优方案，包括：

52、采用模糊权重法获取每一属性的模糊权重；

53、采用反熵权法获取每一属性的客观权重；

54、将每一属性的模糊权重与其客观权重结合，然后采用基于灰色关联模型的多属性决策算法，对所述帕累托最优解集中的方案进行筛选，获取最优方案。

55、本发明提供的技术方案带来的有益效果至少包括：

56、本发明通过分析储能电站中长期规划中的关键因素，提出一种储能电站中长期规划协调优化配置的方法。该方法基于电力系统中长期规划，综合考虑储能电站建设过程中的经济效益、电网状态以及环保因素，选取影响较大的因素分别作为上、下层目标函数，建立了分时段的双层优化模型，采用改进免疫算法对构建的分时段的双层优化模型进行求解，获取规划方案的帕累托(pareto)最优解集；采用基于模糊权重法及反熵权法的灰度关联模型多属性决策方法对方案的pareto最优解集进行筛选，获取最终的满意方案，实现了储能电站容量的合理规划配置，从而可以实现储能电站资源的合理利用，进而确保储能电站能够有效稳定地运行。