【技术实现步骤摘要】
本专利技术配网优化技术，尤其涉及一种储能优化配置方法、装置、设备及存储介质。
技术介绍
1、构建以高比例新能源为特征的新型电力系统已成为必然趋势。而靠近电力需求侧的用户分布式资源以其庞大规模和灵活调节能力，具备支撑新型电力系统清洁低碳、安全高效发展的潜力，因此配电网中以户用光伏为代表的分布式新能源的渗透率正在不断提高。
2、由于新能源出力固有间歇性与不确定性，分布式新能源的大量接入不可避免会影响配电网的运行，造成系统网损增加、电能质量劣化、弃风弃光等问题。近年来，电池储能技术快速发展，储能设备由于具备能量时移特性，可以用来解决新能源消纳、消除系统堵塞，电力系统中储能的配置与规划也成为当下研究的热点问题。
3、然而，随着大规模分布式资源的接入，分布式光伏出力的预测精度尚未达到保障电网安全运行的要求，配电网面临新能源消纳、网络阻塞、功率波动等一系列严峻挑战，同时需要对线路与变压器进行改造扩容造成输配电成本上升。因此，如何处理分布式新能源出力不确定性是优化配置的重点和难点。
技术实现思路
1、本专利技术提供一种储能优化配置方法、装置、设备及存储介质，以使用户侧和配网侧共享储能配置策略更加合理。
2、第一方面，本专利技术提供了一种储能优化配置方法，包括：
3、以用户侧分布式可再生能源历史出力数据和预测出力数据作为输入，基于瓦瑟斯坦散度，构建分布式可再生能源强不确定性模型；
4、基于瓦瑟斯坦分布鲁棒优化理论，构建用户侧运行成本和储能
5、基于条件风险价值理论，构建配网侧综合运营成本模型；
6、基于分布式可再生能源强不确定性模型的约束求解用户侧运行成本和储能收益模型，得到使用户侧用能成本最低的储能配置方案；
7、求解配网侧综合运营成本模型，得到使配电网综合运营成本最小的储能配置方案。
8、可选的，以用户侧分布式可再生能源历史出力数据和预测出力数据作为输入，基于瓦瑟斯坦散度，构建分布式可再生能源强不确定性模型，包括：
9、计算历史出力数据和预测出力数据的差值，得到历史预测误差；
10、以分布式可再生能源机组的输出功率的历史预测误差为随机变量，构建预测误差的经验分布；
11、以历史预测误差的经验分布为中心构建模糊集作为分布式可再生能源强不确定性模型，其中，模糊集中使用瓦瑟斯坦散度表征历史预测误差的经验分布和真实概率分布之间的距离。
12、可选的，历史预测误差的经验分布为：
13、
14、其中，为分布式可再生能源机组第i次输出功率的历史预测误差的经验分布，nsam为历史预测误差的样本数量，dk为第k个历史预测误差的狄拉克测度。
15、可选的，模糊集为：
16、
17、其中，为模糊集，可以看作一个半径为以为球心的瓦瑟斯坦球，为历史预测误差的真实概率分布，为历史预测误差的经验分布和真实概率分布之间的距离，具体表示如下：
18、
19、式中，为δi的置信水平；η为辅助变量；是历史预测误差的平均值，δi,k为第k个历史预测误差，可以通过等分搜索法求取。
20、可选的，基于瓦瑟斯坦分布鲁棒优化理论，构建用户侧运行成本和储能收益模型，包括：
21、以用户侧用能成本最小作为第一目标函数，以功率平衡约束、储能装置运行约束、电能交易约束、可再生能源运行约束、瓦瑟斯坦模糊集约束作为约束条件，构建用户侧运行成本和储能收益模型。
22、可选的，第一目标函数为：
23、
24、式中，r为第r个用户功能区；r为功能区集合；为配电网从用户侧购电的电价，为配电网向用户侧售电的电价；为配电网从用户侧购电的电量，为配电网向用户侧售电的电量；为t时刻功能区r的储能放电量，为t时刻功能区r的储能充电量；y为max模型决策变量，包括b为min模型决策变量，其中为功能区r光伏出力，为不确定变量；
25、功率平衡约束：
26、
27、储能装置运行约束：
28、
29、式中，分别为功能区r内储能允许的充放电最大功率；为储能在t时刻的容量；为储能装置允许拥有的最大容量和最小容量；ηloss为储能装置的损失系数；ηch,esr、ηdis,esr为储能装置的充放电系数；且在一个调度周期内，储能装置的始末容量状态应保持一致；
30、电能交易约束：
31、
32、式中，和分别为电网运营商可以向用户售电电量和购电电量的最大值；
33、可再生能源运行约束：
34、
35、式中，代表用户侧分布式光伏的出力最大值和最小值；
36、瓦瑟斯坦模糊集约束：
37、
38、式中，为分布式光伏出力样本的概率分布；为分布式光伏出力预测值的恶劣概率分布；θp、ξp分别为服从分布的随机变量；φp为θp、ξp的联合概率分布；ε为分布式光伏出力瓦瑟斯坦球半径；ρpv为分布式光伏出力的置信水平。
39、可选的，基于条件风险价值理论，构建配网侧综合运营成本模型，包括：
40、以配电网综合运营成本最小作为第二目标函数，以功率平衡约束、储能配置约束、储能运行约束、电能交易约束和条件风险约束为约束条件，构建配网侧综合运营成本模型；
41、第二目标函数为：
42、
43、式中，cinv为电网运营商进行储能投资的成本；fs为运行成本；l为风险系数；为配电网运营成本的条件风险值；φ为配电网运营成本的风险价值；α为置信水平；ps为场景s发生的概率；zs为配电网运营成本超过风险价值的值；rdelay为配置配网侧共享储能延缓电网升级投资的收益；
44、功率平衡约束：
45、
46、其中，为配电网向上级电网购电的电量，为配电网向上级电网反送的功率；
47、储能配置约束：
48、
49、ηminmes,dn≤pes,dn≤ηmaxmes,dn
50、式中，分别是可以配置的最大储能容量和最大储能功率；ηmin和ηmax分别是储能最小和最大功率系数；
51、储能运行约束：
52、
53、式中，分别为配网侧储能允许的充放电最大功率；为配网侧储能在t时刻的容量；为配网侧储能装置允许拥有的最大容量和最小容量；ηloss为配网侧储能装置的损失系数；ηch,es,dn、ηdis,es,dn配网侧为储能装置的充放电系数；且在一个调度周期内，配网侧储能装置的始末容量状态应保持一致；
54、电能交易约束：
55、
56、
57、式中，是配电网向上级电网购电上限，是配电网向上级电网反送电的上限约束；
58、条件风险约束：
59、zs≥0；
6本文档来自技高网...
【技术保护点】
1.一种储能优化配置方法，其特征在于，包括：
2.根据权利要求1所述的储能优化配置方法，其特征在于，以用户侧分布式可再生能源历史出力数据和预测出力数据作为输入，基于瓦瑟斯坦散度，构建分布式可再生能源强不确定性模型，包括：
3.根据权利要求2所述的储能优化配置方法，其特征在于，历史预测误差的经验分布为：
4.根据权利要求3所述的储能优化配置方法，其特征在于，模糊集为：
5.根据权利要求1-4任一所述的储能优化配置方法，其特征在于，基于瓦瑟斯坦分布鲁棒优化理论，构建用户侧运行成本和储能收益模型，包括：
6.根据权利要求5所述的储能优化配置方法，其特征在于，第一目标函数为：
7.根据权利要求6所述的储能优化配置方法，其特征在于，基于条件风险价值理论，构建配网侧综合运营成本模型，包括：
8.一种储能优化配置装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一所述的
...【技术特征摘要】
1.一种储能优化配置方法，其特征在于，包括：
2.根据权利要求1所述的储能优化配置方法，其特征在于，以用户侧分布式可再生能源历史出力数据和预测出力数据作为输入，基于瓦瑟斯坦散度，构建分布式可再生能源强不确定性模型，包括：
3.根据权利要求2所述的储能优化配置方法，其特征在于，历史预测误差的经验分布为：
4.根据权利要求3所述的储能优化配置方法，其特征在于，模糊集为：
5.根据权利要求1-4任一所述的储能优化配置方法，其特征在于，基于瓦瑟斯坦分布鲁棒优化理...
【专利技术属性】
技术研发人员：马龙义，卢山峰，郭佳才，卢东旭，韦园清，徐大勇，李惠松，沈子康，林振智，
申请(专利权)人：广东电网有限责任公司，
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。