云储能系统接入配电网协调优化调度方法

本发明涉及多能源互联系统调度，特别涉及一种云储能系统接入配电网协调优化调度方法。

背景技术：

1、近年来，为解决风力发电、光伏发电为代表的可再生能源出力不确定性问题，储能技术得到大力发展。同时，随着我国第二轮电力体制改革的推进，能源生产和消费方式逐步走向开放互联，用户侧广泛参与电力市场交易成为电力生产和消费的一种新模式。研究用户侧储能的优化运行对于促进我国能源转型、降低用户用电成本有着重要意义。目前针对云储能模式的研究多集中于优化配置、服务定价上，将云储能模式应用于电网优化运行的研究相对较少，且多数研究中云储能模式的应用对象为园区或微电网，尚未建立起将云储能模式应用于配电网的多主体交互结构。为此，将云储能模式应用于配电网优化调度中，研究配电网-云储能系统双层优化调度方法具有重要意义。

技术实现思路

1、针对上述问题，本发明的目的在于提供一种云储能系统接入配电网协调优化调度方法，通过将配电网中的燃气机组、风光发电机组、变电站、云储能系统、云储能用户进行协同建模，在优化调度的过程中，配电网只需与云储能系统进行交互，配电网管理云储能系统充放电，云储能运营商管理云储能用户的充放电，采用gurobi求解器进行求解。技术方案如下：

2、一种云储能系统接入配电网协调优化调度方法，包括以下步骤：

3、步骤1：确定配电网-云储能系统的各个主体为：配电网、云储能系统以及云储能用户；

4、步骤2：建立配电网-云储能系统多主体交互结构；

5、步骤3：建立配电网-云储能系统双层优化调度模型的上层模型和下层模型；所述上层模型的约束包括云储能系统约束、配电网机组约束和功率平衡约束；所述下层模型的约束包括云储能用户约束以及配电网潮流约束；

6、步骤4：在满足各系统安全约束的前提下，建立配电网-云储能系统双层优化调度模型，上层模型以配电网运行成本最低为目标，求解得到配电网中各电源最优出力计划及云储能系统充放电计划；下层模型以云储能系统的利润最大为目标，以上层模型求解得到的云储能系统充放电计划为基础，结合配电网运行约束，制定云储能用户的充放电计划；

7、步骤5：利用迭代法对配电网-云储能双层优化调度模型进行求解

8、在上层模型中，目标函数为配电网运行成本最小，结合机组出力和功率平衡约束，求解得到各时段云储能系统充放电功率及配电网各机组出力计划，将其输出至下层模型；下层模型以云储能运营商利润最大为目标函数，结合云储能用户充放电功率约束以及潮流约束，求解得到云储能用户的充放电计划，同时进行潮流校验，计算得到配电网的实际网损值，并将结果返回至上层模型，上层模型和下层模型进行迭代求解，当上层模型预估网损值与下层模型实际网损值的差值小于设定阈值时，迭代结束；

9、步骤6：输入配电网-云储能系统的运行参数，采用商业求解器对配电网-云储能系统双层优化调度模型进行求解，得到其优化调度策略。

10、进一步的，所述步骤1中，所述配电网包括变电站机组、燃气机组、风光发电机组、云储能系统、云储能用户、电负荷、母线节点和输电线路。

11、更进一步的，所述步骤2中，配电网通过调整各时段的云储能系统充放电功率、风电机组出力、光伏机组出力、燃气机组出力以及向上级电网购电功率，实现配电网层级的能量平衡，同时消纳风光多余出力、降低运行成本；云储能用户将自身储能充放电管理权限交给云储能运营商，云储能运营商在接收到配电网对云储能系统的调控指令之后，将其管理的云储能用户作为调度资源，共同满足配电网的需求。

12、更进一步的，所述步骤3中，上层模型的约束具体包括：

13、a)云储能系统约束

14、云储能系统的约束包括云储能系统充放电功率以及容量约束，云储能运营商通过预估各时段内其管理的可接受调度的云储能用户容量限值，来确定云储能系统各时段充、放电功率上下限以及当日净充电功率上下限；

15、

16、

17、

18、

19、

20、

21、式中：t为时间索引，t为调度总时段，e为配电网中云储能系统的集合，和分别为t时段云储能系统e的放电功率和充电功率，和分别为t时段云储能系统e的放电功率上限和充电功率上限，和分别为t时段云储能系统e的放电功率下限和充电功率下限，为云储能系统e的净充电量，和分别为云储能系统e净充电量的上限和下限；oe,t为t时刻云储能系统e的容量，和分别为云储能系统e容量的上限和下限；

22、2)配电网机组约束

23、所述配电网机组约束包括燃气机组运行约束、风光机组出力约束以及变电站传输功率约束；

24、燃气机组运行约束具体包括燃气机组的出力上下限约束，最小开机时间约束、最小停机时间约束式，开机、停机燃料消耗约束以及爬坡约束；如下述公式所示：

25、

26、

27、

28、

29、kg,t≥kg·(xg,t-xg,t-1),kg,t≥0,g∈g,t∈t

30、dg,t≥dg·(xg,t-1-xg,t),dg,t≥0,g∈g,t∈t

31、

32、

33、式中：g为配电网中燃气机组的集合，xg,t为t时段燃气机组g的工作状态，为1时表示处在开机状态，为0时表示处于停机状态；pg,t和qg,t分别为t时段燃气机组g输出的有功功率和无功功率，和分别为燃气机组g有功出力最大限值和最小限值；和分别为燃气机组g无功出力最大限值和最小限值；和分别为燃气机组g的开机和停机时间计数器；和分别为燃气机组g最小开机时间和最小停机时间；kg,t和dg,t分别为t时段燃气机组g开机和停机的燃料消耗，kg和dg分别为燃气机组g开机和停机的燃料消耗；和分别为燃气机组g的上爬坡率和下爬坡率；

34、风电、光伏机组出力约束中，包括有功出力约束和无功出力约束；

35、

36、

37、

38、

39、式中：s和w分别为配电网中光伏发电机组和风力发电机组集合，和分别为t时段光伏发电机组s和风力发电机组w的预测出力值，ps,t和pw,t分别为t时段光伏发电机组s和风力发电机组w的实际出力值，qs,t和qw,t分别为t时段光伏发电机组s和风力发电机组w的无功出力，和分别为光伏发电机组s和风力发电机组w的功率因数角；

40、变电站传输功率约束包括有功功率限值约束和无功功率限值约束；

41、

42、

43、式中：z为配电网中变电站集合，为t时段配电网通过变电站z向上级电网购电功率，为t时段上级电网通过变电站z向配电网提供的无功功率，和分别为上级电网通过变电站z向配电网传输的有功功率上限和有功功率下限，和分别为上级电网通过变电站z向配电网传输的无功功率上限和无功功率下限；

44、3)功率平衡约束

45、使配电网各机组出力、云储能系统充放电功率、负荷以及网损功率在各调度时段达到平衡的功率平衡约束包括有功功率平衡约束和无功功率平衡约束；

46、

47、

48、式中，d为负荷所在节点集合；为上层模型中t时段配电网的预估网损功率；c为无功补偿设备集合，qc,t为t时段无功补偿设备c发出的无功功率；pd,t和qd,t为t时段负荷d的有功功率需求和无功功率需求。

49、更进一步的，所述步骤3中，下层模型的约束具体包括：

50、1)云储能用户约束

51、云储能用户的约束包括云储能用户充放电功率约束以及云储能用户容量约束；

52、

53、

54、

55、

56、

57、

58、

59、

60、

61、

62、式中：a(e)表示云储能系统e中的设备集合，u为云储能用户集合；ou,t为t时刻云储能用户u的容量，ηu为云储能用户充放电效率；和分别表示t时刻云储能用户u的充电功率和放电功率；和分别为云储能用户u的容量上限和下限；为云储能用户u的净充电量；为云储能用户u入网时的初始电量，为云储能用户u离开充电站时的预期电量；和分别表示云储能用户u放电功率的上限和下限，为t时段云储能用户u的放电状态，为1时表示放电，为0时表示不放电；和分别表示云储能用户u充电功率的上限和下限，为t时段云储能用户u的充电状态，为1时表示充电，为0时表示不充电；

63、2)配电网潮流约束

64、采用二阶锥松弛方法对配电网潮流约束进行线性化处理，配电网的运行约束包括配电网节点功率平衡约束、配电网线路电压降限制约束、二阶锥约束和线路运行约束；其中，上下层模型的网损差值等于上层模型预估网损值与下层模型实际网损值的差值；

65、

66、

67、

68、

69、

70、

71、

72、

73、

74、式中：a(i)为与节点i直接连接的配电网设备的集合；l和nbus分别为配电网输电线路和节点的集合；s(l)和r(l)分别为输电线路l的送端节点和受端节点；pl,t和ql,t分别为t时段输电线路l的有功潮流和无功潮流；和分别为t时段输电线路l的有功网损和无功网损；为上下层模型之间的网损差值；ωl,t为t时段输电线路l的电流平方值，ψi,t为t时段节点i的电压平方值，ψj,t为t时段节点j的电压平方值；rl和xl分别为输电线路l的电阻值和电抗值；和分别表示输电线路l容许流过的电流上限和下限的平方值，和分别表示节点i所能承受的电压上限和下限的平方值。

75、更进一步的，所述步骤4配电网-云储能系统双层优化调度模型中：

76、(1)上层模型中，目标函数为配电网运行成本最小，包括云储能系统使用成本、向上级电网购电成本、燃气机组发电成本以及可再生能源弃电惩罚，目标函数表达式为：

77、min f1＝fm+fe+fg+fvoll

78、式中：f1为配电网运行成本，fm为配电网向上级电网购电成本，fe为云储能系统使用成本，fg为燃气机组发电成本，fvoll为可再生能源弃电惩罚成本；

79、其中，配电网向上级电网购电成本fm为：

80、

81、式中：为t时段对应的购电价格；

82、配电网需要云储能系统充/放电时，需要向云储能运营商支付相应的服务费用，而云储能运营商只为云储能系统净充电量部分向配电网支付净充电费用；则云储能系统使用成本fe为：

83、

84、式中：为云储能系统e的充/放电服务单价，为云储能系统e的净充电单价；

85、燃气机组发电成本fg为：

86、

87、式中：mg(·)为热耗率曲线，为t时段的燃料单价；

88、可再生能源弃电惩罚成本fvoll为：

89、

90、式中：和分别为光伏发电机组和风力发电机组的弃电惩罚单价；

91、(2)下层模型中，主体为云储能系统，目标函数为云储能运营商利润最大，云储能运营商利润包括以下部分：

92、max(f2-fp)＝fe-fu-fp

93、式中：f2为云储能运营商获得的总利润，等于配电网向云储能运营商支付的云储能系统使用成本减去云储能运营商向云储能用户支付的云储能用户调度成本，fu为云储能用户调度成本，fp为上下层模型之间的网损差值惩罚成本；

94、云储能运营商向云储能用户支付放电/充电服务费用，云储能用户只需为净充电量部分支付净充电费用；

95、

96、式中：为云储能用户的充/放电服务单价，为云储能用户的净充电单价；

97、上层模型对配电网内各机组的出力计划和云储能系统充放电计划进行求解时，未对配电网的潮流进行计算，因此有功功率平衡约束中的网损为预估值；下层模型制定各云储能用户的充放电计划时，进行配电网潮流计算，得到实际网损值；网损差值为实际网损与预估网损的差值；

98、

99、式中：cp为网损差值惩罚单价。

100、更进一步的，所述配电网-云储能系统的运行参数包括配电网各机组出力的成本、爬坡能力、最小启停时间、电负荷大小、输电线路传输的功率限值、输电线路的电流限值、节点的电压限值、云储能系统充放电服务费用、云储能系统容量限值、云储能系统充放电功率限值、云储能用户充放电服务费用、云储能用户容量限值和云储能用户充放电功率限值。

101、与现有技术相比本发明的有益效果为：

102、本发明建立了配电网-云储能系统多主体交互结构，通过将配电网、云储能系统以及云储能用户进行协同建模，建立配电网-云储能系统双层优化调度模型的上层模型和下层模型，利用迭代法对配电网-云储能双层优化调度模型进行求解，得到其优化调度策略；云储能系统能够引导用户侧分散储能资源在用电低谷时段充电并在高峰时段放电，降低配电网的运行成本以及云储能用户的净充电费用，减小负荷峰谷差，实现配电网、云储能运营商以及云储能用户三者互利共赢；本发明提出的配电网-云储能双层优化调度模型能够有效降低配电网运行成本，减小负荷曲线峰谷差，提高系统运行的经济性与稳定性。