一种考虑多元电池特性的储能选址定容方法与流程

本发明属于电力系统规划，具体涉及一种考虑多元电池特性的储能选址定容方法。

背景技术：

1、能源危机和环境问题的不断加剧，促进了新能源发电的快速发展。具有间歇性、随机性等典型特点的风光场站大规模接入可能会对系统的安全经济运行带来影响。储能系统具有灵活的充放电功率调节和供蓄能力，可以有效地降低负荷需求与新能源出力之间的时序不匹配性，为解决大规模新能源并网问题提供了一条可行途径。作为目前主流储能类型之一的电池储能技术，电池储能电站运行方式灵活，对电网调节能力强。而现有的储能选址定容方法大多只关注经济性或者实际工程指标，且储能技术种类受限。

技术实现思路

1、本发明的目的是提供一种考虑多元电池特性的储能选址定容方法，在满足可靠性技术指标的一系列条件上，具有较好的经济效益。

2、本发明所采用的技术方案是，一种考虑多元电池特性的储能选址定容方法，具体按照以下步骤实施：

3、步骤1、搭建电网系统的仿真模型，以风光场并网极限容量为指标，采用pv曲线法对电池储能系统接入节点进行预选址；

4、步骤2、建立计及功率型锂电池与容量型液流电池的电池型储能系统模型；

5、步骤3、考虑多个可靠性指标的加权函数且以储能平均使用成本最小为目标，结合电池型储能系统模型建立储能选址定容双层模型；

6、步骤4、运用改进的免疫算法求解储能选址定容双层模型，得到储能选址定容方案。

7、本发明的特点还在于：

8、步骤1具体过程为：

9、搭建电网系统的仿真模型，对电网系统进行潮流计算，得到原始电网系统风光场站出口的功率电压pv曲线，并计算原始pv曲线拐点对应的风光场并网极限容量；

10、根据实际需求确立电池储能系统的选址序列，并用一个n维向量a表示选址序列：

11、a＝(a1,a2,…,ai,…,an)        (1)

12、其中，i为母线序号，1≤i≤n，n为供电池储能系统选择的接入母线数目，ai代表第i个母线的电池储能系统状态，ai＝1表示第i个母线的电池储能系统状态为接入状态，选址序列中除了接入电池储能系统的母线对应位置的元素非零外，其余均为零；

13、将电池储能系统依次接入选址序列中的n个选址点，则有n个选址方案，通过潮流计算不同选址方案下风光场站出口的pv曲线，得到n种选址方案下pv曲线拐点对应的风光场并网极限容量；

14、计算得到电池储能系统接入前后的风光并网极限容量之差相对于接入前增加的百分比，并将增加的百分比作为选址依据，对电网系统风光场消纳能力进行评估；对评估得到的数值进行从大到小搜索排序，选择前25％的节点为预选址的接入节点。

15、电网系统风光场消纳能力进行评估具体过程为：依据选址依据评估函数f(xi)计算得到对应于电池储能系统接入第i个母线的选址方案下选址依据的评估值，xi代表电池储能系统接入第i个母线，评估函数f(xi)表示如下：

16、

17、上式中，pmax为电池储能系统接入前电网系统原始新能源并网容量极限，为电池储能系统接入第i个母线时电力系统新能源并网极限容量。

18、步骤2具体过程为：

19、功率型锂电池与容量型液流电池的电池储能系统处于充电状态时，soc状态模型具体表示为：

20、

21、功率型锂电池与容量型液流电池的电池储能系统处于放电状态时，soc状态模型表示为：

22、

23、上式中，soc(t)为当前电池的负荷状态，取值区间为[0，1]，pcharge(t)和pdischarge(t)分别为电池储能系统的充电功率和放电功率，△t为充放电时间间隔，η为能量转换效率，e为电池储能系统的总能量，α为当前电池的自放电率。

24、步骤3具体过程为：

25、预选址选出来的节点将作为接入电池储能系统的候选节点，根据上层可靠性综合评估指标和权重，构建上层可靠性模型目标函数，具体表达式为：

26、

27、式中：f为上层可靠性模型的目标函数；vi为各项指标所占权重，由于风光场站存在的集群效应能够平抑输出波动；

28、以电池储能系统使用成本最小为目标，构建下层经济性模型的目标函数表示为：

29、minc＝cinv+cop         (9)

30、式中，cinv指电池储能系统的初始建造成本，cop指电池储能系统的后续运维成本；

31、其中，电池储能系统的初始建造成本cinv的计算公式如下所示：

32、cinv＝cppess+ceeess       (10)

33、式中：pess、eess分别为电池储能系统的功率和容量；cp、ce分别电池储能系统的功率和容量的单位投资；

34、等年值系数c(r,n)表示为：

35、

36、式中：r为基准折现率；n为电池储能系统运行的期限；

37、电池储能系统的初始建造成本cop为：

38、cop＝c(r,n)(cppess+ceeess)    (12)

39、电池储能系统的后续运维成本cop，的计算公式为：

40、cop＝k0pess+kmqess       (13)

41、式中：k0为单位功率年运维成本系数；qess为年发电量；km为单位容量年运维成本系数；

42、输入功率型锂电池的具体参数和容量型液流电池的具体参数，确定下层经济性模型的目标函数minc；

43、约束条件具体为：

44、节点电压约束：

45、uimin≤ui≤uimax               (14)

46、式中：uimin、uimax分别为系统节点i电压上下限；

47、功率平衡约束：

48、

49、式中：ps为电网输入功率；ploadi为节点i的负荷功率；pwtj为风电机组j的输出功率；pstorem是储能系统m的输出功率；

50、储能数量约束：

51、nmin≤nstore≤nmax                 (16)

52、式中：nstore为储能安装数量；nmin、nmax为储能最大、最小安装数量；

53、容量限制：

54、

55、式中，pli,ref和pvrb,ref分别为锂电池与液流电池的额定功率，eli和evrb分别为锂电池与液流电池的容量；

56、功率限制：

57、

58、式中，pmin为功率的最低限制，低于此功率储能配置不能达到其应有效果；

59、充放电深度限制：

60、0.2≤socli≤0.8                (19)

61、0.05≤socvrb≤0.95             (20)式中，socli为锂电池的充放电深度，socvrb为液流电池的充放电深度；

62、上层可靠性模型目标函数f、下层经济性模型的目标函数minc、约束条件构成储能选址定容双层模型。

63、上层可靠性综合评估指标包括：

64、功率平抑有效性f1，具体表达式为：

65、

66、式中，p(t)为接入电池储能系统后，场站实际输出功率；pref-p(t)为期望输出功率；为接入储能系统后，输出符合期望的时间之和；为一个周期内平抑的总时间；

67、削峰率f2，表达式为：

68、

69、式中，pref-rc(t)为风光场站经储能系统削峰填谷后的输出功率，分别使用max和min函数取得pwind和pref-rc在整个时间段内的最大值和最小值；

70、稳定性f3，具体表达式为：

71、

72、式中，ebess-discharge为电池储能系统能够容纳的充电电量，etotal-discharge为所需的总充电电量。

73、步骤4中改进的免疫算法中：

74、以信息熵或欧式距离为基础计算抗体相似度，根据抗体相似度构建基于相似度的抗体浓度函数，表示为：

75、

76、式中：h(xi,xj)为抗体之间的相似度，n为随机生成的初始抗体种群内抗体总数；

77、抗体之间适应度值差值的总和为抗体矢量距v(xi)，表示为：

78、

79、式中：f(xi)、f(xj)别为第i,j个抗体的适应度值；

80、基于抗体矢量距构建基于矢量距的抗体浓度函数，表示为：

81、

82、对上述2种抗体筛选方法进行综合分析，构建新的抗体浓度函数如下：

83、a(xi)＝αa1(xi)+(1-α)a2(xi)           (24)

84、式中：α为权重常数(0≤α≤1)。

85、步骤4具体过程为：

86、步骤4.1、根据储能选址定容双层模型确定适应度函数，且抗体种群中个体均满足约束条件，每个抗体表示电池储能系统选址定容方案；

87、步骤4.2、向适应度函数中输入电池储能系统的功率和容量，电池储能系统的初始建造成本和后续运维成本的单位投资；基准折现率和电池储能系统运行期限；单位功率年运维成本系数和单位容量年运维成本系数；电池储能系统节点的电压上下限；电网输入功率、节点负荷功率、风电机组输出功率和储能系统输出功率；储能安装数量的最大和最小限制；

88、步骤4.3、运用改进的免疫算法求解最优抗体，最优抗体对应的电池储能系统选址定容方案即为最终电池储能系统选址定容方案。

89、本发明有益效果是：

90、(1)本发明提出的储能选址定容方案并非只关注经济性，而不考虑实际的工程技术指标，是在满足可靠性技术指标的一系列条件上，寻求的经济最优解。

91、(2)本发明提出的经济成本衡量指标，对于储能技术种类没有限制，可以从多角度比较每一种储能方案的经济性，方便有效，较容易实现。