【技术实现步骤摘要】
本专利技术涉及新能源，更具体地说，它涉及一种源荷双侧储能协同优化配置方法和系统。
技术介绍
1、在新型电力系统构建的应用场景下，风电、光伏大规模并网，同时水电资源富集地区的水电机组开发规模不断增加。由于资源禀赋特性，水风光资源远离负荷富集地区，形成了规模庞大的数个水风光发电基地，不得不采用多回交直流外送的方式消纳可在生发电资源。然而，随着水风光资源的不断开发，现有外送通道逐渐出现了外送容量不足，可再生发电消纳困难，同时由于通道受限导致难以满足逐年增长的负荷中心用电需求也会导致部分时段出现负荷削减情况。
2、在现有技术中，关于可再生能源场站、基地的消纳能力的运行及规划提升措施主要分为如下三类方法：(1)协同电力系统已有灵活性资源运行方案；(2)在可再生发电基地侧配置储能；(3)在负荷侧配置部分快速响应的电储能。这三种方法的原理简述如下：方法(1)通过协同系统已有煤电、气电机组等资源响应新能源机组峰谷期消纳新能源机组出力来消纳可再生发电资源；方法(2)通过储能充电消纳新能源机组高峰期出力平移至新能源机组低谷期释放以改善新能源机组的出力特性的方式协助消纳新能源机组；方法(3)通过储能对负荷削峰填谷调节负荷需求曲线匹配可再生发电出力曲线进而消纳可再生发电。这三种方法的缺陷为：方法(1)仅协同电网已有灵活性资源一方面随着快速增长的可再生发电装机容量，系统已有灵活性资源已无法消纳大部分可再生发电机组；另一方面如煤电、气电机组受制于资源禀赋，在如四川等地的可再生发电基地所处地域无煤气资源，难以应用于实际；而方法(2)和(3)仅在可
技术实现思路
1、本专利技术的目的是提供一种源荷双侧储能协同优化配置方法和系统，解决了现有技术中可再生发电资源受限于外送通道容量而导致可再生发电消纳不足和负荷削减过多的缺陷。
2、本申请的第一方面，提供了一种源荷双侧储能协同优化配置方法，方法包括：
3、获取发电侧与负荷侧各自的运行参数，以及典型日的源、荷输入数据；
4、确定发电侧和负荷侧的协同配置策略，其中，所述协同配置策略是指将发电侧和负荷侧的节点均作为备选储能的配置节点；
5、根据运行参数、协同配置策略和源、荷输入数据，建立待配置储能规划约束、储能时序充放能运行特性模型和发电侧运行特性模型；其中，所述待配置储能规划约束包括确定待配置储能的位置和各位置配置储能的单台容量及台数，所述储能时序充放能运行特性模型刻画了储能充放电功率和蓄电容量随时间变化的关系，所述发电侧运行特性模型刻画了新能源机组及负荷削减的松弛变量；
6、建立储能优化配置的目标函数，将目标函数与待配置储能规划约束、储能时序充放能运行特性模型和发电侧运行特性模型结合，得到源荷双侧储能协同优化配置模型；
7、求解源荷双侧储能协同优化配置模型，得到源荷双侧储能的配置方案和发电侧机组运行的出力结果。
8、在上述过程中，本专利技术基于运行参数、协同配置策略和源、荷输入数据，首先构建了待配置储能规划类约束、储能时序充放能运行特性模型，其次，在考虑新能源机组及负荷削减的松弛变量的基础上，建立了发电侧运行特性模型，基于此，进一步构建储能优化配置的目标函数，将目标函数纳入待配置储能规划类约束、储能时序充放能运行特性模型及发电侧运行特性模型，从而获得了源荷双侧储能协同优化配置模型。最终线性化所建立的源荷双侧储能协同优化配置模型中的非线性项，以实现联合求解源荷双侧储能协同优化配置模型，得到源荷双侧储能的配置方案和发电侧机组运行的出力结果，基于该求解得到的配置方法和出力方式，解决了因可再生发电资源受限于外送通道容量而导致可再生发电消纳不足和负荷削减过多的缺陷的问题，可更好的响应未配置侧发电、负荷资源的需求。本专利技术可以运用于可再生发电场站或可再生发电基地区域的储能配置。
9、在本申请的第一方面的一种实现方案中，获取典型日的源、荷输入数据，具体为：
10、获取发电侧及负荷侧的源、荷预测数据；
11、采用聚类算法对源、荷预测数据进行聚类，获取典型日的源、荷输入数据。
12、在本申请的第一方面的一种实现方案中，所述待配置储能规划约束的表达式为：
13、其中，为储能的配置容量，为储能的蓄电量配置容量，为储能容量的可配置的下限，为储能容量的可配置的上限，为蓄电量的可配置容量的下限，为蓄电量的可配置容量的上限，第j台储能是否规划的二元变量，为节点i处储能的规划台数上限，j∈i表示节点i处的第j台储能，nes为待配置储能集合。
14、在本申请的第一方面的一种实现方案中，所述储能时序充放能运行特性模型的表达式为：其中，为第j台储能在t时刻的蓄电量，为储能的最小蓄电量系数，和分别表示第j台储能在t时刻的充电功率、放电功率，和分别表示第j台储能在t时刻的充放电状态的二元变量，表示储能在同一时刻充放电不可同时发生，为第j台储能在t时的蓄电量，为第j台储能的充电效率，为第j台储能的放电效率。
15、在本申请的第一方面的一种实现方案中，所述发电侧运行特性模型包括发电侧的水电机组丰水、枯水出力的特性限制模型，发电侧的新能源机组出力特性限制模型以及表征各发电侧和负荷侧的传输通道传输功率的通道潮流模型。
16、在本申请的第一方面的一种实现方案中，所述发电侧的水电机组丰水、枯水出力的特性限制模型的表达式为：其中，ηpu,ηpl分别为枯水期水电机组出力系数的上、下限，ηru,ηrl分别为丰水期水电机组出力系数的上、下限，为位于节点i处的水电机组在t时刻的出力，为节点i处的水电机组容量，为节点i处的水电机组在t时刻的运行状态的二元变量。
17、在本申请的第一方面的一种实现方案中，所述发电侧的新能源机组出力特性限制模型的表达式为：其中，pwti,t,ppvi,t分别为位于节点i的风电、光伏机组在各典型日内t时刻的实际出力,分别为位于节点i的风电、光伏机组在各典型日内t时刻的预测功率。
18、在本申请的第一方面的一种实现方案中，所述通道潮流模型的表达式为：
19、其中，为节点i处的水电机组容量，dpi,dri分别为枯水期、丰水期的典型日天数，upstrm,dnstrm分别为节点与支路的关联矩阵，pin,pb分别为节点注入功率矩阵和传输线传输功率矩阵，分别为第k条传输线的传输功率及第i个节点在t时刻的注入功率，pbkmax为第k条传输线的传输容量。
20、在本申请的第一方面的一种实现方案中，所述储能优化配置的目标函数的表达式为：
21、其中，cinv为新型储能的投资成本，cwtcur,d,cpvcur,d,cloadcur,d分别为风电机组、光伏机组出力削减及负荷削减的惩罚成本，d为各典型日所代的天数。
22本文档来自技高网...
【技术保护点】
1.一种源荷双侧储能协同优化配置方法，其特征在于，方法包括：
2.根据权利要求1所述的方法，其特征在于，获取典型日的源、荷输入数据，具体为：
3.根据权利要求1所述的方法，其特征在于，所述待配置储能规划约束的表达式为：
4.根据权利要求3所述的方法，其特征在于，所述储能时序充放能运行特性模型的表达式为：其中，为第j台储能在t时刻的蓄电量，为储能的最小蓄电量系数，和分别表示第j台储能在t时刻的充电功率、放电功率，和分别表示第j台储能在t时刻的充放电状态的二元变量，表示储能在同一时刻充放电不可同时发生，为第j台储能在t时的蓄电量，为第j台储能的充电效率，为第j台储能的放电效率。
5.根据权利要求3所述的方法，其特征在于，所述发电侧运行特性模型包括发电侧的水电机组丰水、枯水出力的特性限制模型，发电侧的新能源机组出力特性限制模型以及表征各发电侧和负荷侧的传输通道传输功率的通道潮流模型。
6.根据权利要求5所述的方法，其特征在于，所述发电侧的水电机组丰水、枯水出力的特性限制模型的表达式为：其中，ηpu,ηpl分别为枯水期水电机组出
7.根据权利要求5所述的方法，其特征在于，所述发电侧的新能源机组出力特性限制模型的表达式为：其中，PWTi,t,PPVi,t分别为位于节点i的风电、光伏机组在各典型日内t时刻的实际出力,分别为位于节点i的风电、光伏机组在各典型日内t时刻的预测功率。
8.根据权利要求5所述的方法，其特征在于，所述通道潮流模型的表达式为：
9.根据权利要求1所述的方法，其特征在于，所述储能优化配置的目标函数的表达式为：
10.一种源荷双侧储能协同优化配置系统，其特征在于，系统包括：
...【技术特征摘要】
1.一种源荷双侧储能协同优化配置方法，其特征在于，方法包括：
2.根据权利要求1所述的方法，其特征在于，获取典型日的源、荷输入数据，具体为：
3.根据权利要求1所述的方法，其特征在于，所述待配置储能规划约束的表达式为：
4.根据权利要求3所述的方法，其特征在于，所述储能时序充放能运行特性模型的表达式为：其中，为第j台储能在t时刻的蓄电量，为储能的最小蓄电量系数，和分别表示第j台储能在t时刻的充电功率、放电功率，和分别表示第j台储能在t时刻的充放电状态的二元变量，表示储能在同一时刻充放电不可同时发生，为第j台储能在t时的蓄电量，为第j台储能的充电效率，为第j台储能的放电效率。
5.根据权利要求3所述的方法，其特征在于，所述发电侧运行特性模型包括发电侧的水电机组丰水、枯水出力的特性限制模型，发电侧的新能源机组出力特性限制模型以及表征各发电侧和负荷侧的传输通道传输功率的通道潮流模型。
...
【专利技术属性】
技术研发人员：胡朝华，李旻，杜新伟，袁川，苟竞，王金龙，苏韵掣，刘方，刘阳，陈玮，张琳，晁化伟，张帅，
申请(专利权)人：国网四川省电力公司，
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。