【技术实现步骤摘要】
本专利技术涉及多类型储能规划，尤其是一种计及电价影响的配电网多类型储能聚合规划配置方法及系统。
技术介绍
1、近年来，分布式新能源发电系统作为集中式发电能源系统的重要补充手段，将传统“源—网—荷”间的刚性链接转变为便于调控的“源—荷”柔性链接，是实现能源转型和能源利用技术变革的重要方式。可再生能源发电在分布式能源系统中的占比不断提高，已成为分布式能源系统中的重要组成部分。虽然可再生能源是绿色低碳能源，但是其具有间歇特性，对电力系统可靠性和电压质量将造成一定的影响，同时也会导致一定的资源浪费。
2、针对上述问题，构建能够时移可再生能源并缓解其不确定性的分布式储能系统成为解决上述问题的最佳方案之一。然而，储能系统在初期发展时，由于可再生能源发电投入较高、转换效率较低，加之种类单一、数量有限，常常只能作为一种“辅助”手段。现有的储能优化配置策略虽然通过结合灵活性异构负荷，建立了普适性模型，以匹配负荷特性和电网调控需求，但在优化过程中变量较少、模型维度较低，储能的作用并不显著，因此难以对当前多类型储能的有效应用提供充分指导。随着新能源的进一步广泛接入和电力市场的不断发展，更大容量、更大规模的储能应用得到了促进。因此，为了提升多类型储能系统在配电网中的运行效率和效益，考虑价格因素进行多类型储能聚合规划配置显得尤为重要。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种计及电价影响的配电网多类型储能聚合规划配置方法及系统，用于含多类型储能系统的聚合规划配置，以提升配电网中
2、技术方案：为实现上述目的，本专利技术所述的一种计及电价影响的配电网多类型储能聚合规划配置方法，包括如下步骤：
3、步骤1、获取电网网架参数、各节点负荷参数、新能源发电参数、燃气轮机参数、多类型的储能参数、节点电价历史数据；
4、步骤2、基于步骤1数据，建立计及电价影响的配电网多类型储能聚合规划配置模型的目标函数和约束条件；
5、步骤3、对多类型储能聚合规划配置模型进行求解，获得多类型储能聚合最优配置。
6、其中，步骤1中多类型储能包括利用锂电池、铅蓄电池、飞轮进行储能。
7、其中，步骤2中所述目标函数构建方法：将新能源消纳率与多类型储能运行效益进行归一化赋权值，形成新能源消纳率和多类型储能运行效益最大化为目标函数：
8、
9、其中，ne为所有新能源发电站的总消纳率，cess为多类型储能电站总收益，c0为多类型储能电站总建设投入；该目标函数包括两个子目标函数：新能源消纳率和多类型储能运行效益。
10、所述第一子目标函数：新能源消纳率，即maxne＝cn,e，
11、
12、其中，cne为所有新能源发电机组的总消纳率，i为光伏发电机总数，s为风力发电机总数，为t时刻第n个光伏发电机的实际输出功率，时刻第n个风力发电机的实际输出功率，和分别为t时刻的光伏发电机和风力发电机能够输出的最大功率；
13、所述第二子目标函数：多类型储能运行效益，即
14、其中，cn,ess为第n个储能电站典型日24小时的总收益，m为多类型储能电站的总数，分别为第n储能电站在t时刻的储能的充电功率、储能的放电功率；和分别为第n个储能电站放电和充电价格。
15、所述新能源消纳率由新能源发电实际消纳量与新能源实际发电量之比获得，储能运行效益由储能运行收益与储能运行投入相减得到。
16、步骤2中所述约束条件包括：储能约束、新能源运行约束、潮流运行约束、燃气机组运行约束。
17、所述储能约束具体包括：
18、储能充放电能量变化约束：
19、储能soc计算约束：
20、储能soc范围约束：
21、储能充放电功率上下限约束：
22、储能容量初值约束：
23、储能容量终值约束：
24、其中，m为相同储能电站个数；为t时刻聚合商检测到储能电站剩余电荷可用状态，和为储能电站剩余电荷可用状态的上下限，xess,chr和为零一变量；
25、为所有储能电站容量上限，为t时刻聚合商检测到的储能电站的能量，为储存在储能电站中的能量的初始值，为储存在储能电站中的能量的最终值，分别为第n储能电站的在t时刻的能量、储能能量的初始值、储能能量的最终值；
26、ptesstal,chr为t时刻聚合商检测到所有储能电站充电功率，ptesstal,dis为t时刻聚合商检测到所有储能电站放电功率，分别为第n储能电站的在t时刻的储能的充电功率、储能的放电功率；
27、和为储能电站充放电总功率的上限，分别为第n储能电站在t时刻的储能放电功率最大值、储能充电功率最大值。
28、步骤3所述求解过程为：
29、步骤301：利用改进的人工智能粒子群算法对多类型储能的容量和配电网的接入位置进行上层规划，确定储能配置，即储能的类型、容量、接入配电网的位置；
30、步骤302：将上层规划好的配置参数传递给下层非线性求解器cplex和grubi进行求解，计算该规划配置的储能运行效益和新能源消纳率，并作为下层结果；
31、步骤303：将下层求解的结果反馈回上层粒子群算法进行种群选择和迭代，通过反复迭代确定多类型储能聚合最优配置，该配置下实现新能源消纳率和多类型储能运行效益最大化。
32、本专利技术提出的一种计及电价影响的配电网多类型储能聚合规划配置系统，包括如下模块：
33、数据获取模块：获取电网网架参数、各节点负荷参数、新能源发电参数、燃气轮机参数、多类型的储能参数、节点电价历史数据；
34、模型构建模块：基于步骤1数据，建立计及电价影响的配电网多类型储能聚合规划配置模型的目标函数和约束条件；
35、模型求解模块：对多类型储能聚合规划配置模型进行求解，获得多类型储能聚合最优配置。
36、有益效果：本专利技术具有如下优点：1、本专利技术通过获取配电网运行参数与多类型储能参数以精确计算多类型储能的运行边界与充放电能力，同时区分了多类型储能的差异性，为多类型储能聚合规划的可行性分析提供了有力的支持；
37、2、本专利技术用新能源消纳率最大化和储能运行效益最大化构建目标函数，不仅考虑配电网运行的安全性，同时从环境的角度考虑新能源消纳的情况与储能运行的综合效益，通过去量钢化统一处理以将多目标转化为单一目标再进行求解，从而实现对储能运行与新能源消纳的综合效益的优化；
38、3、本专利技术通过构建多类型储能聚合规划配置模型中的约束条件，以在储能运行过程中引入市场电价波动的影响，从而对储能的配置与调度运行进行优化求解，寻找实现新能源消纳率和多类型储能运行效益最大化的多类型储能聚合最优配置；
39、4、本专利技术利用人工智能粒子群算法与非线性求解器相结合的方式对储能的配置与调度运行进行优化求解，求解本文档来自技高网...
【技术保护点】
1.一种计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，包括如下步骤：
2.如权利要求1所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，步骤1中多类型储能包括利用锂电池、铅蓄电池、飞轮进行储能。
3.如权利要求1所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，步骤2中所述目标函数构建方法：将新能源消纳率与多类型储能运行效益进行归一化赋权值，形成新能源消纳率和多类型储能运行效益最大化为目标函数：
4.如权利要求3所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，所述第一子目标函数：新能源消纳率，即maxNE＝Cn,e，
5.如权利要求3或4所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，所述新能源消纳率由新能源发电实际消纳量与新能源实际发电量之比获得，储能运行效益由储能运行收益与储能运行投入相减得到。
6.如权利要求1所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，步骤2中所述约束条件包括：储能约束、新能源运行约束、潮流运行
7.如权利要求6所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，所述储能约束具体包括：
8.如权利要求1所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，步骤3所述求解过程为：
9.一种计及电价影响的配电网多类型储能聚合规划配置系统，其特征在于，包括如下模块：
...【技术特征摘要】
1.一种计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，包括如下步骤：
2.如权利要求1所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，步骤1中多类型储能包括利用锂电池、铅蓄电池、飞轮进行储能。
3.如权利要求1所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，步骤2中所述目标函数构建方法：将新能源消纳率与多类型储能运行效益进行归一化赋权值，形成新能源消纳率和多类型储能运行效益最大化为目标函数：
4.如权利要求3所述的计及电价影响的配电网多类型储能聚合规划配置方法，其特征在于，所述第一子目标函数：新能源消纳率，即maxne＝cn,e，
5.如权利要求3或4所述的计及电价影响的...
【专利技术属性】
技术研发人员：李佳承，潘博，吴秋伟，窦迅，李高成，田昀，张传远，
申请(专利权)人：嘉兴国电通新能源科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。