考虑电压安全的有源配电网储能优化系统配置方法技术方案

本发明专利技术提供一种考虑电压安全的有源配电网储能优化配置方法，步骤包括：以储能的容量、充放电功率、接入位置及有源配电网中各随机变量作为已知条件输入到下层优化模型中，采用改进区间控制方法确定各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷；采用Nataf变换和初等变换处理各随机变量间相关性，再进行概率潮流计算，根据得出的节点电压和线路潮流数据进行电压越限风险评估和逆向潮流概率计算；在上层模型中分别计算储能配置和维护成本、储能运行收益和线路损耗成本，结合算得的电压越限风险和逆向潮流概率对配置结果进行评估。重复上述过程至得到最优储能配置方案。该发明专利技术旨在获得有利于有源配电网电压安全和潮流分布的储能配置方案。

【技术实现步骤摘要】
考虑电压安全的有源配电网储能优化系统配置方法
本专利技术涉及一种有源配电网储能优化配置方法，尤其是一种考虑电压安全和逆向潮流的有源配电网储能优化配置方法。
技术介绍
经济快速发展导致用电量快速增长，但由于配电系统建设水平相较于发、输电系统落后，并且配电网的辐射状分布、线路R/X值较大等结构特性，使得长支路末端节点的电压水平偏低，导致配电网电压问题较为突出；另一方面具有随机特性的分布式发电和电动汽车大规模接入配电网使潮流由传统的单向流动转换为双向流动，加剧了电压不稳定性和电压越限风险。为了消除/降低电压越限风险，具有“低储高发”优势的储能系统正被逐步采用，储能系统削峰填谷可平抑负荷和电压在时间上的波动，进而降低电压越限风险、改善潮流分布。在储能系统的优化配置方面，现有研究主要考虑储能接入位置、容量对配电网电压、潮流及系统运行经济性等影响，如考虑储能投资成本、线路损耗费用、主网购电费用及整体节点电压偏差建立配电网储能选址定容的上层多目标优化模型，以提升配电网的电压质量和经济效益。或考虑节点电压波动、负荷波动以及储能总容量建立了储能选址定容的多目标优化模型，以改善分布式发电大量接入配电网引起的不利影响。但在储能系统接入对系统电压安全性影响方面的研究不够深入，未考虑电压越限的可能性和严重度。根据国家标准《电能质量供电电压允许偏差》，系统的供电电压存在一定的允许波动范围，而电压越过波动的允许值会影响用电设备的正常工作，降低系统的静态安全性。储能系统接入配电网会改变节点电压，进而影响系统电压波动、偏差及电压在不同时间的分布，因此亟需从更全面、深入的角度研究储能配置对配电网电压安全的影响。此外，由于有源配电网中分布式发电在不同时刻的出力大小和负荷需求不完全匹配，分布式发电出力无法就地消纳，导致其出力大于负荷需求的时刻在某些支路中的潮流流向发生改变，产生逆向潮流，逆向潮流会影响带有方向性保护装置的正常工作，不利于有源配电网的线路安全，因此有必要在有源配电网储能的优化配置的目标中引入逆向潮流。
技术实现思路
为了解决现有技术问题，本专利技术的目的在于克服已有技术存在的不足，提供一种考虑电压安全的有源配电网储能优化配置方法，其主要目的是在考虑储能配置经济性的基础上，进一步引入电压越限风险指标和逆向潮流概率，得到有利于配电网电压安全和潮流流向的最优配置方案。为达到上述专利技术创造目的，本专利技术采用如下技术方案：一种考虑电压安全的有源配电网储能优化系统配置方法，建立有源配电网储能的双层优化模型，包括上层模型和下层模型：上层模型负责配置储能系统参数，以储能配置和维护成本、储能运行收益、线路损耗成本、电压越限风险及逆向潮流发生概率最小为目标，规划储能系统最大容量、最大充放电功率和接入安装位置，上层模型的约束包括功率平衡约束、储能允许配置容量约束及储能允许配置最大充放电功率约束；下层模型以有源配电网的日负荷峰谷差最小为目标对储能的运行策略进行优化，下层模型的约束包括储能容量约束、储能最大充放电功率约束及储能充放电平衡约束；在有源配电网储能的双层优化模型中，上层模型对应储能多目标优化配置子问题，下层模型对应储能针对日负荷波动进行削峰填谷的储能运行策略优化子问题；上层模型将包括储能最大容量、最大充放电功率、接入位置参数的配置结果传递给下层模型，下层模型根据配置结果及原始负荷得到储能系统各时段出力，通过概率潮流计算得到储能接入后系统节点电压及线路潮流信息数据，并传递给上层模型；并分别采用改进多目标粒子群算法和改进区间控制方法对上、下层模型求解。优选地，在所述上层模型中，对配电网的分布式发电和储能进行联合优化配置，以下层模型中储能的运行策略作为已知量，采用2m+1点估计法进行概率潮流计算，根据概率潮流计算结果，评估有源配电网中各节点的电压越限风险和线路的逆向潮流发生概率，以各时段系统电压越限风险的最大值作为储能优化配置的电压安全性指标，同时在配置目标中考虑线路的逆向潮流。优选地，在所述下层模型中，对储能运行策略进行优化，基于上层模型的配置结果，针对日负荷存在多个峰谷时段的情况，采用区间控制方法，求解不同负荷场景下储能系统的运行策略优化问题，并将优化结果返回上层模型。优选地，所述下层模型确定原始负荷得到储能系统各时段出力后，采用Nataf变换和初等变换，处理储能出力与负荷的相关性问题。优选地，所述有源配电网中分布式发电包含风机、光伏，负荷包含电动汽车充电负荷及配电网原有负荷，采用不同的概率模型描述变量的概率分布，其中电动汽车开始充电时刻服从正态分布，而日行驶里程服从对数正态分布，储能各时段的充放电功率和配电网原有负荷服从正态分布，风速和光照的概率分布分别采用两参数Weibull分布和Beta分布进行描述。优选地，所述风速、光照强度、电动汽车充电量、负荷及储能出力的概率模型做为概率潮流的输入变量，通过计算概率潮流进一步分析储能接入对有源配电网电压和线路潮流的影响。由于各输入变量之间存在相关性，优选相关性包括风速、光照强度的区域相关性、负荷之间的相关性，结合Nataf变换和初等变换处理变量相关性，假定节点电压和线路潮流均服从正态分布，用2m+1点估计法求解概率潮流，根据概率潮流的计算结果进一步分析系统的电压越限风险及逆向潮流概率。优选地，考虑电压安全的有源配电网储能优化系统配置方法，采用如下步骤：步骤一、初始化多目标粒子群优化算法的参数、包括风速、光照强度、负荷的各随机变量的统计值，在约束条件范围内随机生成N组储能容量、最大充放电功率及接入位置作为初始种群；步骤二、以储能容量、最大充放电功率、接入位置及日负荷作为已知条件输入到下层优化模型中，利用改进的区间控制确定控制区间的上下限，进而得出各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷；步骤三、更新系统的节点信息，采用Nataf变换和初等变换结合处理风速、光照强度、电动汽车充电量、负荷及储能出力间的相关性，并运用2m+1点估计法进行概率潮流计算；步骤四、根据概率潮流计算得出的节点电压数据进行电压越限风险评估，根据线路潮流数据计算各支路各时刻发生逆向潮流的概率；步骤五、在上层模型中分别计算储能配置的投资成本、线路损耗成本、储能运行收益，结合已算得的电压越限风险评估和逆向潮流发生概率结果对种群中的个体进行评估，生成一组新的最优解集；步骤六、判断迭代是否终止：若是，则输出最优解集，并根据权重选择最优解；否则，返回所述步骤二，根据多目标粒子群优化算法迭代更新出一组新的种群，所述种群包括储能容量、最大充放电功率、接入位置。优选地，所述电压越限风险是基于概率潮流计算结果，考虑系统电压越限的可能性和严重度，并以两者的乘积求得，用以表征有源配电网的电压安全性；其中可能性指标、严重度指标和系统的电压越限风险指标的计算式分别如以下公式(1)-(3)所示：式中，P(Vi)分别为电压越上、下限的概率，Vmax、Vmin分别为电压允许波动范围的上、下本文档来自技高网...

【技术保护点】
1.一种考虑电压安全的有源配电网储能优化系统配置方法，其特征在于：建立有源配电网储能的双层优化模型，包括上层模型和下层模型：/n上层模型负责配置储能系统参数，以储能配置和维护成本、储能运行收益、线路损耗成本、电压越限风险及逆向潮流发生概率最小为目标，规划储能系统最大容量、最大充放电功率和接入安装位置，上层模型的约束包括功率平衡约束、储能允许配置容量约束及储能允许配置最大充放电功率约束；/n下层模型以有源配电网的日负荷峰谷差最小为目标对储能的运行策略进行优化，下层模型的约束包括储能容量约束、储能最大充放电功率约束及储能充放电平衡约束；/n在有源配电网储能的双层优化模型中，上层模型对应储能多目标优化配置子问题，下层模型对应储能针对日负荷波动进行削峰填谷的储能运行策略优化子问题；上层模型将包括储能最大容量、最大充放电功率、接入位置参数的配置结果传递给下层模型，下层模型根据配置结果及原始负荷得到储能系统各时段出力，通过概率潮流计算得到储能接入后系统节点电压及线路潮流信息数据，并传递给上层模型；并分别采用改进多目标粒子群算法和改进区间控制方法对上、下层模型求解。/n

【技术特征摘要】
1.一种考虑电压安全的有源配电网储能优化系统配置方法，其特征在于：建立有源配电网储能的双层优化模型，包括上层模型和下层模型：
上层模型负责配置储能系统参数，以储能配置和维护成本、储能运行收益、线路损耗成本、电压越限风险及逆向潮流发生概率最小为目标，规划储能系统最大容量、最大充放电功率和接入安装位置，上层模型的约束包括功率平衡约束、储能允许配置容量约束及储能允许配置最大充放电功率约束；
下层模型以有源配电网的日负荷峰谷差最小为目标对储能的运行策略进行优化，下层模型的约束包括储能容量约束、储能最大充放电功率约束及储能充放电平衡约束；
在有源配电网储能的双层优化模型中，上层模型对应储能多目标优化配置子问题，下层模型对应储能针对日负荷波动进行削峰填谷的储能运行策略优化子问题；上层模型将包括储能最大容量、最大充放电功率、接入位置参数的配置结果传递给下层模型，下层模型根据配置结果及原始负荷得到储能系统各时段出力，通过概率潮流计算得到储能接入后系统节点电压及线路潮流信息数据，并传递给上层模型；并分别采用改进多目标粒子群算法和改进区间控制方法对上、下层模型求解。


2.根据权利要求1所述考虑电压安全的有源配电网储能优化系统配置方法，其特征在于：在所述上层模型中，对配电网的分布式发电和储能进行联合优化配置，以下层模型中储能的运行策略作为已知量，采用2m+1点估计法进行概率潮流计算，根据概率潮流计算结果，评估有源配电网中各节点的电压越限风险和线路的逆向潮流发生概率，以各时段系统电压越限风险的最大值作为储能优化配置的电压安全性指标，同时在配置目标中考虑线路的逆向潮流。


3.根据权利要求1所述考虑电压安全的有源配电网储能优化系统配置方法，其特征在于：在所述下层模型中，对储能运行策略进行优化，基于上层模型的配置结果，针对日负荷存在多个峰谷时段的情况，采用区间控制方法，求解不同负荷场景下储能系统的运行策略优化问题，并将优化结果返回上层模型。


4.根据权利要求1所述考虑电压安全的有源配电网储能优化系统配置方法，其特征在于：所述下层模型确定原始负荷得到储能系统各时段出力后，采用Nataf变换和初等变换，处理储能出力与负荷的相关性问题。


5.根据权利要求1所述考虑电压安全的有源配电网储能优化系统配置方法，其特征在于，采用如下步骤：
步骤一、初始化多目标粒子群优化算法的参数、包括风速、光照强度、负荷的各随机变量的统计值，在约束条件范围内随机生成N组储能容量、最大充放电功率及接入位置作为初始种群；
步骤二、以储能容量、最大充放电功率、接入位置及日负荷作为已知条件输入到下层优化模型中，利用改进的区间控制确定控制区间的上下限，进而得出各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷；
步骤三、更新系统的节点信息，采用Nataf变换和初等变换结合处理风速、光照强度、电动汽车充电量、负荷及储能出力间的相关性，并运用2m+1点估计法进行概率潮流计算；
步骤四、根据概率潮流计算得出的节点电压数据进行电压越限风险评估，根据线路潮流数据计算各支路各时刻发生逆向潮流的概率；
步骤五、在上层模型中分别计算储能配置的投资成本、线路损耗成本、储能运行收益，结合已算得的电压越限风险评估和逆向潮流发生概率结果对种群中的个体进行评估，生成一组新的最优解集；
步骤六、判断迭代是否终止：
若是，则输出最优解集，并根据权重选择最优解；
否则，返回所述步骤二，根据多目标粒子群优化算法迭代更新出一组新的种群，所述种群包括储能容量、最大充放电功率、接入位置。


6.根据权利要求1所述考虑电压安全的有源配电网储能优化系统配置方法，其特征在于：所述电压越限风险是基于概率潮流计算结果，考虑系统电压越限的可能性和严重度，并以两者的乘积求得，用以表征有源配电网的电压安全性；其中可能性指标、严重度指标和系统的电压越限风险指标的计算式分别如以下公式(1)-(3)所示：









式中，P(Vi)分别为电压越上、下限的概率，Vmax、Vmin分别为电压允许波动范围的上、下限，Vi为节点i的电压，节点i的电压概率密度函数f(Vi)可由概率潮流计算得到，Sev(Vi)、分别为电压越上、下限的严重度，Vi.3σ分别为节点电压值的μ+3σ、μ-3σ，S(Vi)分别为归一化后的电压越上、下限的严重度，Vlvp、Vovp分别为欠电压、过电压保护的动作阈值，Nbus为系统总节点数；
所述逆向潮流发生概率是基于概率潮流计算结果求得，设配电网中由母线端流向末端节点的潮流方向为正，逆向潮流的发生概率即为线路潮流方向可能为负部分的累计概率，如公式(4)所示：



式中，Pl为线路潮流，为线路潮流流向为逆向的随机事件，线路潮流的概率密度函数f(Pl)由概率潮流计算结果获得；
所述上层模型的储能配置和维护成本的计算式如式(5)所示：



式中，Cp、Ce分别为储能单位功率和容量的配置成本，Pess.k、Sess.k分别为第k个储能设备的配置功率和容量，NESS为储能设备的个数，τ为年利率，y为储能的使用年限；
所述上层模型的储能运行收益的计算式如式(6)所示：



式中，Cprice为电价，Pk(t)为第k个储能在t时刻的充放电量，放电时Pk(t)为正值，充电时P...

【专利技术属性】
技术研发人员：李雪，宋彦龙，周歧斌，杜大军，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31