一种基于集群划分的分布式储能聚合规划方法与流程

本发明涉及能源管理与储能规划领域，主要涉及一种基于集群划分的分布式储能聚合规划方法。

背景技术：

1、传统电力系统面对复杂的负荷波动和分布式能源集成问题，引发了集群划分的概念。现有方法在研究分布式储能规划方面大多针对整个配电系统尺度，对储能进行选址定容，问题的求解复杂度较高，并且缺乏对集群内部储能平抑源荷波动作用的研究。除此之外，现有研究通常以实现可再生能源发电的可控或是配网净负荷波动最小为目标，对综合储能规划和运行两阶段以增强系统经济、安全和稳定性等方面效益的相关研究较少。

2、如cn114723052a《一种面向储能规划的多场景分群结构划分算法》公开了“一种面向储能规划的多场景分群结构划分算法，首先计算基于电气距离的模块度指标，然后计算考虑多场景条件的综合纯度指标，以集群划分综合评判指标最大为目标建立分群结构优化模型，最后基于集群划分问题的改进遗传算法进行模型求解”，但所述方法虽然引入了模块度指标和综合纯度指标，但这些指标主要关注电气联系的强度和特性区分度，并未深入考虑负荷波动等其他技术性指标，可能导致对集群性能评估的不全面，使得在实际运行中难以应对动态负荷变化。

技术实现思路

1、为了解决现有技术所存在的上述问题，本技术提供了一种基于集群划分的分布式储能聚合规划方法。

2、本技术的技术方案如下：

3、一种基于集群划分的分布式储能聚合规划方法，所述方法包括：

4、获取分布式储能聚合规划相关数据，包括配网参数、储能参数和配网集群划分结果；

5、构建分布式储能聚合规划指标体系，包括经济性指标和技术性指标，其中，根据配网参数和储能参数计算获得经济性指标，所述经济性指标为储能配置成本；根据配网参数和配网集群划分结果计算技术性指标，所述技术性指标为负荷波动指标；

6、根据分布式储能聚合规划相关数据和分布式储能聚合规划指标体系构建储能聚合规划双层优化模型，确定对应约束条件；

7、通过遗传算法和优化求解器对所述储能聚合规划双层优化模型求解，获得储能聚合规划方案。

8、优选的，所述配网参数包括配电系统拓扑结构、节点负荷功率、新能源发电机组功率、无功补偿装置功率、线路电导、线路电纳、线路最大传输功率、发电机组有功出力下限、发电机组有功出力上限、发电机组无功出力下限、发电机组无功出力上限、节点电压幅值下限、节点电压幅值上限和配电网购电成本；

9、所述储能参数包括储能功率下限、储能功率上限、储能容量下限、储能容量上限、储能充电效率、储能放电效率、储能荷电状态下限、储能荷电状态上限和储能投资成本。

10、优选的，配网集群划分结果以模块度指标、有功平衡程度指标和无功平衡程度指标，加权得到的综合性能指标为依据生成，具体为：

11、所述模块度指标ρ用来表示衡量集群的结构联系强度，以公式表示：

12、

13、式中，eij表示节点i和节点j的联系系数；eij表示空间距离或者电气距离；若eij＝1，表示两节点在拓扑图中直接相连；若eij＝0，表示两节点在拓扑图中不直接相连；表示网络中所有节点联系系数之和；ki＝∑jeij表示节点i拥有联系系数之和；当节点i和节点j在同一集群内时，记为δ(i,j)＝1，否则记为δ(i,j)＝0；

14、所述有功平衡程度指标用来反映电网各节点或区域在有功功率方面的稳定性和平衡性，以公式表示：

15、

16、式中，pk表示集群k的有功平衡程度；c表示集群个数；pclu,k(t)表示集群k在时间段t的净功率；t表示典型时变场景的时间长度；pload,i表示节点i的负荷需求；ppv,i和pwind,i表示节点i中的光伏以及风电的输出功率；

17、所述无功平衡程度指标用于反映电网各节点或区域在无功就地平衡和电压控制方面的能力，以公式表示为：

18、

19、qneed,k＝qload,k+qminv,k；

20、

21、式中，qk表示集群k的无功平衡程度；qsup,k表示集群k内部的最大无功功率供应能力，包括节点上的无功补偿装置、分段电压控制器提供的无功功率以及部分逆变器的无功功率；qcb,i和qsvc,i分别为节点i处安装的分组投切电容器和静止无功补偿器的无功功率；qneed,k表示集群k内部的无功功率需求；qminv,k表示集群k内的过电压节点所需最小无功功率；δvi表示节点i的电压变化量；sqv,ii为节点i关于自身的无功电压灵敏度；qload,k表示在集群k中所有节点的无功负荷需求；

22、所述综合性能指标γ为模块度指标、有功平衡程度和无功平衡程度三个指标的综合，并以其作为优化目标，以公式表示为：

23、

24、式中，λ1表示模块度指标的权重系数；λ2表示有功平衡程度的权重系数；λ3表示无功平衡程度的权重系数；ρ表示系统的集群划分后模块度值；表示集群划分后系统的有功平衡程度；表示集群划分后系统的无功平衡程度。

25、优选的，根据配网参数和储能参数计算获得经济性指标，所述经济性指标为储能配置成本f1，以公式表示：

26、

27、式中，finv表示储能的投资成本；n表示评价周期；fope表示配电网的运行成本；ptr表示从上级电网的购电成本；ptup表示从上级电网的购电量；

28、根据配网参数和配网集群划分结果计算技术性指标，所述技术性指标为负荷波动指标ftech，以公式表示为：

29、

30、式中，为集群k在时段t的净负荷；ck表示集群k的节点集合；和分别在节点i处的分布式发电机组和负荷在时段t的有功功率；和分别为节点i处的储能系统在时段t的充、放电功率。

31、优选的，储能聚合规划双层优化模型包括上层模型和下层模型，其中：

32、所述上层模型的目标函数fupper，以公式表达为：

33、minfupper＝f1+αftech；

34、α＝ae-b×gen；

35、式中，α表示可变权重系数；a表示比例系数；b表示衰减系数；gen表示迭代次数；

36、对应约束条件包括储能功率和容量上下限约束，以公式表示为：

37、

38、式中，m表示储能系统索引；和表示储能m的额定功率和额定容量；和表示储能m的额定功率最小值与最大值；和表示储能m的额定容量最小值与最大值。

39、优选的，所述下层模型的目标函数flower，以公式表达为：

40、minflower＝ftech；

41、对应约束条件包括节点功率平衡约束、交流潮流约束、线路传输容量约束、发电机组出力约束、节点电压幅值约束以及储能系统约束，以公式表示为：

42、

43、式中，j∈θi表示与节点i相连的节点集合；pij表示线路ij的传输有功功率；pig表示节点i处的发电机组有功功率；pidg表示节点i处的可再生能源机组有功功率；pidis和pich表示节点i处的储能充、放电功率；pil表示节点i处的负荷功率；

44、

45、式中，ui表示节点i的电压幅值；gij和bij表示线路ij的电导和电纳；θij表示节点i与节点j间的相角差；

46、

47、式中，和表示节点i处的发电机组、可再生能源机组和负荷的无功功率；

48、

49、式中，和表示节点i处的发电机组、可再生能源机组和负荷的无功功率；表示线路ij的传输功率上限；

50、

51、式中，pig,min和pig,max表示为节点i处发电机组的最小有功功率与最大有功功率；

52、

53、式中，和表示为节点i处发电机组的最小无功功率与最大无功功率；

54、

55、式中，和表示为节点i的最小电压与最大电压；

56、

57、式中，和表示储能m在时段t是充、放电状态的0-1变量；

58、

59、式中，和表示储能m在时段t是充、放电功率；

60、

61、式中，和表示储能m在时段t是充、放电效率；表示储能m在时段t的储存电量；

62、

63、式中，和表示储能m的荷电状态最小值与最大值。

64、优选的，通过遗传算法和优化求解器对储能聚合规划双层优化模型求解，具体为在上层模型采用遗传算法对储能的集群位置、额定功率和额定容量进行优化，在下层模型利用优化求解器计算最优潮流。

65、优选的，在上层模型采用遗传算法对储能的集群位置、额定功率和额定容量进行优化，具体为：

66、进行模型参数设置，包括种群的数量、储能的数量、分布式储能的容量、功率的最大值及最小值、最大迭代次数和交叉、变异概率的最大值及最小值；

67、根据设置的模型参数初始化种群，种群中每个个体代表一个储能配置方案；

68、将每个个体代入下层模型，利用优化求解器计算最优潮流获得适应度函数值；根据适应度函数值判断交叉和变异概率，并执行选择、交叉和变异操作，生成新一代种群；

69、检查新种群是否满足终止条件，即达到最大迭代次数或适应度值变化达到适应度阈值；若不满足终止条件则重复进行选择、交叉和变异操作；若满足终止条件则输出最优解并进行解码。

70、优选的，在下层模型利用优化求解器计算最优潮流具体为：

71、遍历种群中每个个体，计算每个个体在优化过程中得到的充放电功率和容量；

72、根据充放电策略，计算每个个体的经济性指标和技术性指标；

73、使用经济性指标、技术性指标和可变权重系数α，计算个体的适应度函数值；

74、计算获得所有个体的适应度函数值并输出最优结果。

75、一种基于集群划分的分布式储能聚合规划系统，所述系统包括数据获取模块、储能聚合规划双层模型模块、输出模块和通信模块，其中：

76、所述数据获取模块用于获取分布式储能聚合规划相关数据，包括配网参数、储能参数和配网集群划分结果；

77、所述储能聚合规划双层模型模块内部设置有储能聚合规划双层优化模型，所述储能聚合规划双层优化模型根据分布式储能聚合规划相关数据和分布式储能聚合规划指标体系构建，包括上层模型和下层模型，其中：

78、所述分布式储能聚合规划指标体系包括经济性指标和技术性指标，所述经济性指标为储能配置成本，根据配网参数和储能参数计算获得；所述技术性指标为负荷波动指标，根据配网参数和配网集群划分结果计算获得；

79、所述储能聚合规划双层优化模型在上层模型采用遗传算法对储能的集群位置、额定功率和额定容量进行优化，在下层模型利用优化求解器计算最优潮流，通过上层优化和下层优化求解获得储能聚合规划方案；

80、所述输出模块用干获取储能聚合规划方案并通过通信模块传输给配电网运营者。

81、与现有技术相比，本发明的有益效果是：

82、1)本发明提供了一种基于集群划分的分布式储能聚合规划方法，通过构建双层优化模型同时优化经济性指标和技术性指标，实现经济和技术目标的平衡，提高储能系统的整体效益；

83、2)本发明提供了一种基于集群划分的分布式储能聚合规划方法，通过遗传算法优化上层模型，使得模型适应不同的储能配置需求和运行条件，通过交叉、变异等操作不断优化储能配置方案，提高了模型的适应性和优化效果；

84、3)本发明提供了一种基于集群划分的分布式储能聚合规划方法，通过配网集群划分结果优化储能聚合规划，精确反映电网的实际运行情况，且通过对模块度指标、有功平衡程度和无功平衡程度的综合评估，使得集群划分更具合理性，提高了储能系统的整体性能。