System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电力系统,涉及一种新型配电系统储能配置优化方法,尤其是一种基于源荷储耦合的新型配电系统储能配置优化方法。
技术介绍
1、配电网是实现能源转型的重要支撑点,在双碳目标下,配电网发生了重大变革,已快速地从被动配送网络向主动平衡区域电力供需、支撑能源综合利用地资源配置平台转变,呈现更强的“系统化”特征,也就是从配电网向配电系统转变。高比例分布式电源、大规模电动汽车等新型源荷的接入,推动传统配电网向新型配电系统快速演进。随着电力系统中可再生能源的比重日益提升,负荷需求快速增长,系统备用容量的需求越来越大。高负荷期间,备用容量不足使供需不平衡的风险增加,难以维持电力系统的稳定。
2、随着新能源的快速发展和电力系统的日益复杂化,配电系统面临着越来越多的挑战,如新能源的波动性、负荷的不确定性和储能系统的高效配置。传统的配电系统管理方法难以满足当前的需求,需要一种能够综合考虑电源、负荷和储能三者耦合关系的优化配置方法,以提高配电系统的运行效率和可靠性。
3、经检索,未发现与本专利技术相同或相近似的现有技术的公开文献。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足,提出一种基于源荷储耦合的新型配电系统储能配置优化方法,通过建立一个综合考虑电源、负荷和储能相互作用的优化模型,实现储能系统的最优配置。
2、本专利技术解决其现实问题是采取以下技术方案实现的:
3、一种基于源荷储耦合的新型配电系统储能配置优化方法,包括以下步骤:
>4、步骤1、设定电源侧传统火力发电和新能源参数,绘制典型日的负荷曲线;
5、步骤2、基于源荷储耦合的新型配电系统储能配置的目标,构建优化模型,使配电网系统负荷波动最小;
6、步骤3、确定步骤2所构建的优化模型的优化约束条件;
7、步骤4、采用粒子群优化算法求解步骤2所构建的优化模型,最优的储能配置方案。
8、而且,所述步骤1的具体步骤包括:
9、(1)设定传统火力发电和风能、光伏发电机组的容量,包括对各种电源的技术参数;
10、(2)收集典型日负荷侧的数据并绘制典型日的负荷曲线。
11、而且,所述步骤2的具体方法为:以配电网系统负荷波动最小为目标,建优化模型,其目标函数为:
12、
13、式中,ps(n)为n时刻电网输入功率;t为考察时刻数;为考察时间内电网输入功率的平均值。
14、而且,所述步骤3的优化约束条件包括:
15、(1)功率平衡约束:
16、
17、式中,ng为火电机组数,为火力发电机的功率;npv为光伏发电机组数,ppv,t为光伏发电机的功率;nwind为风力发电机组数,pw,t为风力发电机的功率;nes为储能装置数,pi,t分别为储能充/放电功率;nl为负荷节点数,为负荷大小;
18、(2)储能优化约束
19、容量约束:
20、功率约束:
21、式中,分别为储能的安装容量下限、上限;分别为储能配置功率的下限、上限;
22、(3)储能系统运行约束
23、a.储能充放电功率约束
24、
25、式中,pi,t为t时段储能的充/放电功率;为储能充放电功率上限值。
26、b.储能荷电状态soc由剩余电量s(n)、配置容量er决定,即:
27、
28、式中,μ为充放电效率,p(t)为t时刻的功率,eessr为储能容量;socmax、socmin分别代表储能soc的上下限;
29、(4)风力、光伏发电机约束
30、
31、
32、式中,分别为风力发电机的出力上下限和光伏发电机的出力上下限;
33、(5)火电机组约束
34、
35、式中,第一个约束为出力上下限约束,分别为火电机组出力上、下限;第二个约束为机组爬坡约束,ri,down、ri,up分别为火电机组最大向下爬坡速率和最大向上爬坡速率。
36、(6)电网潮流安全约束
37、a.节点电压约束
38、vmin≤|vi|≤vmax (13)
39、其中,vi是第i个节点的电压幅值,vmax、vmin分别是该节点电压的最大和最小电压幅值。
40、b.线路功率流约束,线路的传输功率应不超过其热稳定容量
41、pmin≤pij≤pmax (14)
42、其中,pij是从节点i到节点j的线路功率流,pmin和pmax分别是线路的最小和最大传输功率。
43、而且,所述步骤4的具体方法为:
44、采用粒子群优化算法,通过迭代随机粒子搜索最优解,其具体步骤包括:
45、(1)初始化粒子群
46、a.随机生成一定数量的粒子,每个粒子代表一个可能的解,即一个储能配置方案;每个粒子具有位置和速度;
47、b.评估每个粒子的适应度,即计算每个储能配置方案的成本,并找出当前的最优解;
48、(2)更新粒子速度和位置
49、根据粒子的当前位置、历史最优位置和全局最优位置,更新每个粒子的速度和位置;
50、a.速度更新公式
51、vi(t+1)=w·vi(t)+c1·r1·(pbesti-xi(t))+c2·r2·(gbest-xi(t)) (15)
52、b.位置更新公式
53、xi(t+1)=xi(t)+vi(t+1) (16)
54、其中,vi(t+1):粒子i在t+1时刻的速度,xi(t+1):粒子i在t+1时刻的位置,w:惯性权重,用于平衡探索和利用,c1,c2;学习因子,r1,r2:随机数,范围在[0,1]之间,pbesti:粒子i的历史最优位置,gbest:全局最优位置。
55、(3)评估和更新适应度
56、a.使用更新后的位置计算每个粒子的适应度;
57、b.如果新的配置方案优于粒子的历史最优解或全局最优解,则更新这些最优解;
58、(4)迭代过程
59、重复步骤(2)和步骤(3),直到满足停止条件;
60、(5)输出最优解
61、当迭代结束时,输出全局最优解,即最优的储能配置方案。
62、本专利技术的优点和有益效果:
63、1、本专利技术能有效提高电力系统的稳定性和可靠性,通过建立一个综合考虑电源、负荷和储能相互作用的优化模型,实现了储能系统的最优配置。这有助于在高负荷时段通过储能设备的放电来满足需求,减少对传统电源的依赖,从而提高了电力系统的稳定性和可靠性。
64、2、本专利技术能够有效优化资源配置,提升能源利用的效率,通过粒子群优化算法,能够精确控制储能系统的充放电操作,实现电网负荷波本文档来自技高网...
【技术保护点】
1.一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:所述步骤1的具体步骤包括:
3.根据权利要求1所述的一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:所述步骤2的具体方法为:以配电网系统负荷波动最小为目标,建优化模型,其目标函数为:
4.根据权利要求1所述的一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:所述步骤3的优化约束条件包括:
5.根据权利要求1所述的一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:所述步骤4的具体方法为:
【技术特征摘要】
1.一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:所述步骤1的具体步骤包括:
3.根据权利要求1所述的一种基于源荷储耦合的新型配电系统储能配置优化方法,其特征在于:所述步骤2的具体...
【专利技术属性】
技术研发人员:周毅,聂文海,李顺昕,岳昊,张玉,刘敦楠,赵一男,加鹤萍,李笑蓉,李佳怡,武冰清,康可依,郭嘉豪,丁健民,赵敏,李海滨,董少峤,宋斌,赵轩,梁大鹏,刘丽,申惠琪,赵芃,刘志雄,关皓闻,
申请(专利权)人:国网冀北电力有限公司经济技术研究院,
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。