一种计及风电接入的交直流混联系统扩展规划方法及系统

本发明涉及电网扩展规划技术领域，特别是涉及一种计及风电接入的交直流混联系统扩展规划方法及系统。

背景技术：

随着风力资源的快速开发，利用率不断提高，风电自身出力的短时随机性强，波动范围大等特性愈发凸显。为实现风力资源的最大化合理利用，推动了交直流混联电网及电网扩展规划方法，为风能的消纳建立通道并灵活调控，避免电力阻塞提供保障。

储能-网架协同扩展规划方法是指将风电场的储能配置与电网的规划结合进行，根据配置后风电场出力与电网运行情况，扩增电网，将储能配置与电网线路扩增同时进行优化。储能-网架协同扩展规划方法将风电场储能系统改善风电出力特性，与扩展电网为风能的消纳建立通道这两种优化方式协同进行，避免电力阻塞，有针对地提高安全性与线路容量。然而，如何协同规划储能-网架的扩展以提高风力资源的合理利用程度是尚未解决的技术难题。

技术实现要素：

本发明的目的是提供一种计及风电接入的交直流混联系统扩展规划方法及系统，能够提高风力资源的利用程度。

为实现上述目的，本发明提供了如下方案：

一种计及风电接入的交直流混联系统扩展规划方法，包括：

获取扩展后的交直流混联系统的拓扑结构以及与所述拓扑结构对应的系统参数；所述交直流混联系统中接入有储能装置和风力发电装置；

根据所述拓扑结构和所述系统参数，结合储能装置的充放电状态和风电出力序列，生成风-储联合出力的时序数据；

对所述风-储联合出力的时序数据进行概率计算，生成所述拓扑结构中节点的注入功率概率分布；

根据所述拓扑结构中节点的注入功率概率分布，采用概率潮流计算方法，生成所述拓扑结构中线路功率不越限概率；

根据所述线路功率不越限概率对所述扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数；

计算拓扑结构优化次数，判断所述拓扑结构优化次数是否达到最大次数；若达到，则输出优化后的拓扑结构和储能装置接入个数；若未达到，则更新扩展后的交直流混联系统的拓扑结构，然后返回步骤“获取扩展后的交直流混联系统的拓扑结构以及与所述拓扑结构对应的系统参数”。

可选的，在所述获取扩展后的交直流混联系统的拓扑结构以及与所述拓扑结构对应的系统参数，之后还包括：

对所述扩展后的交直流混联系统的拓扑结构进行连通性判断；

若满足连通性要求，则执行步骤“根据所述拓扑结构和所述系统参数，结合储能装置的充放电状态和风电出力序列，生成风-储联合出力的时序数据”；

若不满足连通性要求，则对所述扩展后的交直流混联系统的拓扑结构进行线路连通调整，然后返回步骤“对所述扩展后的交直流混联系统的拓扑结构进行连通性判断”。

可选的，所述根据所述拓扑结构和所述系统参数，结合储能装置的充放电状态和风电出力序列，生成风-储联合出力的时序数据，具体包括：

获取所述风力发电装置的额定功率和多个风力出力值；

根据所述额定功率进行功率区间划分，得到多个功率区间；

计算所述风力出力值落入所述功率区间的频率；

根据所述频率计算风电出力期望；

根据所述风电出力期望和所述储能装置的充放电状态，生成风-储联合出力的时序数据。

可选的，所述根据所述风电出力期望和所述储能装置的充放电状态，生成风-储联合出力的时序数据，具体包括：

根据所述风电出力值的大小进行排序，得到风电出力集合；

判断所述风电出力集合中的最大风电出力值是否大于所述风电出力期望，并且最大充电电量是否大于0，得到充电判断结果；所述最大充电电量根据储能装置的容量和循环充电次数确定；

若所述充电判断结果为是，则将所述风电出力集合中的最大风电出力值删除，然后返回步骤“判断所述风电出力集合中的最大风电出力值是否大于所述风电出力期望，并且最大充电电量是否大于0，得到充电判断结果”；

若所述充电判断结果为否，则判断所述风电出力集合中的最小风电出力值是否小于所述风电出力期望，并且最大放电电量是否大于0，得到放电判断结果；所述最大放电电量根据储能装置效率和充电功率确定；

若所述放电判断结果为是，则将所述风电出力集合中的最小风电出力值删除，然后返回步骤“判断所述风电出力集合中的最小风电出力值是否小于所述风电出力期望，并且最大放电电量是否大于0，得到放电判断结果”；

若所述放电判断结果为否，则生成风-储联合出力的时序数据。

可选的，所述根据所述线路功率不越限概率对所述扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数，具体包括：

根据所述拓扑结构确定扩展线路成本，并根据所述扩展线路成本确定目标函数；

确定约束条件；所述约束条件包括潮流约束、风储联合出力约束、线路过负荷约束、最大新建线路约束和最大储能装置约束；

以最小化目标函数为目标，根据所述线路功率不越限概率和所述约束条件，采用遗传算法对所述扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数。

本发明还提供一种计及风电接入的交直流混联系统扩展规划系统，包括：

获取模块，用于获取扩展后的交直流混联系统的拓扑结构以及与所述拓扑结构对应的系统参数；所述交直流混联系统中接入有储能装置和风力发电装置；

时序数据生成模块，用于根据所述拓扑结构和所述系统参数，结合储能装置的充放电状态和风电出力序列，生成风-储联合出力的时序数据；

注入功率概率分布生成模块，用于对所述风-储联合出力的时序数据进行概率计算，生成所述拓扑结构中节点的注入功率概率分布；

潮流计算模块，用于根据所述拓扑结构中节点的注入功率概率分布，采用概率潮流计算方法，生成所述拓扑结构中线路功率不越限概率；

线路扩展优化模块，用于根据所述线路功率不越限概率对所述扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数；

次数判断模块，用于计算拓扑结构优化次数，判断所述拓扑结构优化次数是否达到最大次数；若达到，则执行结果输出模块；若未达到，则执行更新模块；

更新模块，用于更新扩展后的交直流混联系统的拓扑结构，然后执行所述获取模块；

结果输出模块，用于输出优化后的拓扑结构和储能装置接入个数。

可选的，还包括：

连通性判断模块，用于对所述扩展后的交直流混联系统的拓扑结构进行连通性判断；若满足连通性要求，则执行所述时序数据生成模块；若不满足连通性要求，则执行线路连通调整模块；

线路连通调整模块，用于对所述扩展后的交直流混联系统的拓扑结构进行线路连通调整，然后执行所述连通性判断模块。

可选的，所述时序数据生成模块，具体包括：

获取单元，用于获取所述风力发电装置的额定功率和多个风力出力值；

功率区间划分单元，用于根据所述额定功率进行功率区间划分，得到多个功率区间；

频率计算单元，用于计算所述风力出力值落入所述功率区间的频率；

风电出力期望计算单元，用于根据所述频率计算风电出力期望；

时序数据生成单元，用于根据所述风电出力期望和所述储能装置的充放电状态，生成风-储联合出力的时序数据。

可选的，所述时序数据生成单元，具体包括：

风电出力集合生成子单元，用于根据所述风电出力值的大小进行排序，得到风电出力集合；

充电判断子单元，用于判断所述风电出力集合中的最大风电出力值是否大于所述风电出力期望，并且最大充电电量是否大于0，得到充电判断结果；所述最大充电电量根据储能装置的容量和循环充电次数确定；若所述充电判断结果为是，则执行第一删除子单元若所述充电判断结果为否，则执行放电判断子单元；

第一删除子单元，用于将所述风电出力集合中的最大风电出力值删除，然后执行所述充电判断子单元；

放电判断子单元，用于判断所述风电出力集合中的最小风电出力值是否小于所述风电出力期望，并且最大放电电量是否大于0，得到放电判断结果；所述最大放电电量根据储能装置效率和充电功率确定；若所述放电判断结果为是，则执行第二删除子单元；若所述放电判断结果为否，则执行时序数据生成子单元；

第二删除子单元，用于将所述风电出力集合中的最小风电出力值删除，然后执行所述放电判断子单元；

时序数据生成子单元，用于生成风-储联合出力的时序数据。

可选的，所述线路扩展优化模块，具体包括：

目标函数确定单元，用于根据所述拓扑结构确定扩展线路成本，并根据所述扩展线路成本确定目标函数；

约束条件确定单元，用于确定约束条件；所述约束条件包括潮流约束、风储联合出力约束、线路过负荷约束、最大新建线路约束和最大储能装置约束；

线路扩展优化单元，用于以最小化目标函数为目标，根据所述线路功率不越限概率和所述约束条件，采用遗传算法对所述扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数。

与现有技术相比，本发明的有益效果是：

本发明提出了一种计及风电接入的交直流混联系统扩展规划方法及系统，根据扩展后的交直流混联系统的拓扑结构和系统参数，结合储能装置的充放电状态和风电出力序列，生成风-储联合出力的时序数据；对风-储联合出力的时序数据进行概率计算，生成拓扑结构中节点的注入功率概率分布；根据拓扑结构中节点的注入功率概率分布，采用概率潮流计算方法，生成拓扑结构中线路功率不越限概率；根据线路功率不越限概率对扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数。本发明能够提高风力资源的利用程度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中计及风电接入的交直流混联系统扩展规划方法流程图；

图2为本发明实施例中不同α、β时线路成本示意图；

图3为本发明实施例中不同β、γ时线路成本示意图；

图4为本发明实施例中不同风电功率下线路成本示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种计及风电接入的交直流混联系统扩展规划方法及系统，能够提高风力资源的利用程度。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例

图1为本发明实施例中计及风电接入的交直流混联系统扩展规划方法流程图，如图1所示，一种计及风电接入的交直流混联系统扩展规划方法，包括：

步骤101：获取扩展后的交直流混联系统的拓扑结构以及与拓扑结构对应的系统参数；交直流混联系统中接入有储能装置和风力发电装置。

在步骤101之后还包括：

对扩展后的交直流混联系统的拓扑结构进行连通性判断；若满足连通性要求，则执行步骤102；若不满足连通性要求，则对扩展后的交直流混联系统的拓扑结构进行线路连通调整，然后返回步骤“对扩展后的交直流混联系统的拓扑结构进行连通性判断”。

步骤102：根据拓扑结构和系统参数，结合储能装置的充放电状态和风电出力序列，生成风-储联合出力的时序数据。

步骤102，具体包括：

获取风力发电装置的额定功率和多个风力出力值；

根据额定功率进行功率区间划分，得到多个功率区间；

计算风力出力值落入功率区间的频率；

根据频率计算风电出力期望；

根据风电出力期望和储能装置的充放电状态，生成风-储联合出力的时序数据，具体包括：

根据风电出力值的大小进行排序，得到风电出力集合；

判断风电出力集合中的最大风电出力值是否大于风电出力期望，并且最大充电电量是否大于0，得到充电判断结果；最大充电电量根据储能装置的容量和循环充电次数确定；

若充电判断结果为是，则将风电出力集合中的最大风电出力值删除，然后返回步骤“判断风电出力集合中的最大风电出力值是否大于风电出力期望，并且最大充电电量是否大于0，得到充电判断结果”；

若充电判断结果为否，则判断风电出力集合中的最小风电出力值是否小于风电出力期望，并且最大放电电量是否大于0，得到放电判断结果；最大放电电量根据储能装置效率和充电功率确定；

若放电判断结果为是，则将风电出力集合中的最小风电出力值删除，然后返回步骤“判断风电出力集合中的最小风电出力值是否小于风电出力期望，并且最大放电电量是否大于0，得到放电判断结果”；

若放电判断结果为否，则生成风-储联合出力的时序数据。

步骤103：对风-储联合出力的时序数据进行概率计算，生成拓扑结构中节点的注入功率概率分布。

步骤104：根据拓扑结构中节点的注入功率概率分布，采用概率潮流计算方法，生成拓扑结构中线路功率不越限概率。

步骤105：根据线路功率不越限概率对扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数。

步骤105，具体包括：

根据拓扑结构确定扩展线路成本，并根据扩展线路成本确定目标函数；

确定约束条件；约束条件包括潮流约束、风储联合出力约束、线路过负荷约束、最大新建线路约束和最大储能装置约束；

以最小化目标函数为目标，根据线路功率不越限概率和约束条件，采用遗传算法对扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数。

步骤106：计算拓扑结构优化次数，判断拓扑结构优化次数是否达到最大次数；若达到，则执行步骤108；若未达到，则执行步骤107。

步骤107：更新扩展后的交直流混联系统的拓扑结构，然后返回步骤101。

步骤108：输出优化后的拓扑结构和储能装置接入个数。

为了进一步说明本发明提供的一种计及风电接入的交直流混联系统扩展规划方法，该方法包括：

步骤一：风电场配套储能的优化出力策略。

步骤二：利用配套储能优化出力的风储联合出力概率分析方法。

步骤三：源储联合下交直流电网的概率潮流计算方法。

步骤四：利用遗传算法的网架-储能联合扩展规划求解方法。

具体的，步骤一，包括：

在风电场侧配置储能，充分利用储能，使得风储并网点出力尽可能趋于风电出力期望值，以期实现功率平稳输出。

其中，风电场配套储能，包括：风力发电设备、储能设备、储能充放电控制设备、并网换流设备。

设风电场侧配置储能系统总功率和总容量分别为pess和eess，储能当前电量占总电量比例的上下限值分别为soc^max和soc^min，nd为日内循环充放电次数，则可依据下式求得其日内最大可充电电量

进一步的，以典型日s下原始风电时序出力曲线为基础制定储能充放电策略，包括：

步骤1：对典型日s各时段原始风电出力从大到小排序得到集合设定初始最大充电电量

步骤2：充电过程：第k次充电判断(k＝1,2,…)。记当前集合中最大风电出力值为若且则该风电出力值对应的时段进入充电操作，则依据下式计算充电功率

依据下式更新最大可充电电量

在集合中去掉已进行充电操作的风电出力值得到集合执行k+1返回步骤2进行第k+1次充电判断，直至或结束充电过程转入步骤3。

式中：ε1、ε2为充放电缩放系数，δt为时段间隔。在最后一次充电操作结束后可能会出现即过度充电的情况，则需要依据下式重新调整最后一次充电功率。

步骤3：将此时中剩余的风电出力值进行倒序排列得到集合设定初始最大可放电电量η为储能系统效率，取为1。

步骤4：放电过程：第k次放电判断(k＝1,2,…)。记当前集合中最小风电出力值为若且则该风电出力值对应的时段进入放电操作，依据下式计算放电功率

依据下式更新最大可放电电量

在集合中去掉已进行放电操作的风电出力值得到集合执行k+1返回步骤4进行第k+1次放电判断，直至或结束放电过程转入步骤5。

若放电结束后集合仍非空，则此时中剩余的各风电出力值对应的时段既不充电也不放电，相应设为零。此外，在最后一次放电操作结束后可能会出现即过度放电的情况，则需要依据下式重新调整最后一次放电功率。

步骤5：荷电状态校验

依据下式计算出荷电状态soc,t,s

依次判断soc,t,s是否在区间内，若不在此区间内则依据下式修正充放电功率：

每修正一次功率都要依据下式更新一次t及以后全部时段的荷电状态。

具体的，步骤102，包括：

设风电场额定功率为prw，则风电出力值都在区间[0,prw]内波动，将此区间等距离划分为n个不重合的小区间，设第i个小区间为[pwi-δpw,pwi+δpw]，以其中值pwi代表该区间内任意风电出力值。对于每个时序风电出力典型日s都有t个风电出力值，将其逐个按大小分到相应小区间内，并统计落在各区间的个数nwi,s和频率prob,wi,s＝nwi,s/t，并可按下式求得典型日s下原始风电出力期望pex,s。

进一步的，由各典型日原始风电出力时序数据和储能充放电策略即可得到风-储联合系统出力的时序数据，包括：

统计出典型日s下风-储联合出力处于pwsi所代表区间的个数nwsi,s，若研究周期内典型日s所包含样本数为ds，则可计算出整个规划周期内风-储联合出力处于pwsi所代表区间的个数σnwsi,sds。最后，依据下式求得风-储联合出力处于pwsi的概率prob,wsi。概率模型生成流程图。其中，pwsi是用来描述某时刻风储联合出力概率分布的变量，例如，pwsi＝5mw时nwsi,s＝10，代表的是此时出力落在5mw左右一个特定区间的场景数量有10个。假如一共有100个场景，那概率就是10％。

具体的，步骤三，包括：

按下式以矩阵形式表达交流系统节点潮流方程。

s＝f(u)＝f(u1u1,…,uiuj,…,u2nu2n)

其中：列向量s由节点注入功率(对于pv节点则为有功和电压)向量构成；u为节点电压向量。

当节点i和直流系统第k个换流器连接时，按下式确定其节点功率方程。

式中：函数pti()、qti()分别为注入交流系统的有功、无功功率；pdk()、qdk()分别为流入换流器的有功、无功功率；pdk＝vdkidk，为换流器k的功率因数角；负正号分别对应逆变器和整流器。

按下式确定换流器k的直流电压udk的特性方程

式中：k2＝3b/π，b为串联的桥数；ktk、θdk、idk、xck、utk分别为换流器k对应的换流变压器变比、控制角(整流器为触发角αk，逆变器为熄弧角δk)、直流电流、换相电抗、换流站交流母线电压幅值；k＝udb/uab，udb、uab分别为交、直流系统的基准电压。

进一步的，按下式确定直流网络方程。

式中：对与换流器k连接的节点，sdk＝[pdk,qdk]^t；对纯交流节点，sdk＝0；第二式代表直流系统的方程式，ut为节点电压幅值向量。

按下式确定线性化修正：

s'＝ju'δu'

式中：s’＝[s,d]^t、u’＝[u,x]^t、取换流器角θd、的余弦作为变量能改善收敛性能并为概率潮流计算带来方便。

计及风储联合概率分布下，按下式确定节点注入功率s’的协方差cs’

联立后按下式确定u’的协方差cu’

式中：cs’为s’的协方差矩阵；ju’为在u’处的雅可比矩阵。

按下式确定直流网络方程的期望形式。

式中：上划线“－”表示函数和变量的期望；cui，j表示ui与uj的协方差，为cu’的第i行第j列个元素。

按下式确定换流器k的功率均值

式中cov(x,y)为变量x和y之间的协方差。

具体的，步骤四，包括：

以总成本为目标，成本包括：线路投资全生命周期成本折算年均费用cline，储能系统投资全生命周期成本折算年均费用cess，年均风-储联合出力越限惩罚fpl,1以及支路功率越限惩罚fpl,2。按下式确定总目标：

cline,ij＝(1+rop,line+rma,line+rsc,line)rde,linecline,ijxline,ij

cess,k＝(1+rop,ess+rma,ess+rsc,ess)rde,ess(wessαw+pessβp)xess,k

式中，rop、rma、rsc、rde分别表示对应设备(线路或储能系统)的运行成本折算系数、维护成本折算系数、处置成本折算系数与折旧系数；ij表示首尾节点编号分别为i、j的支路，ωl和ωw分别为新建线路集、允许配置储能节点集；cline,ij和xline,ij为在支路ij新建一条线路的投资成本和新建线路数；wess和αw分别表示储能单元的额定容量和额定容量相关的单位造价，pess和βp分别表示储能单元的额定功率和额定功率相关的单位造价，xess,k为在风电场节点k处配置储能单元个数。

按下式确定潮流约束：

式中，pld,i、pg,j、pws,k分别为负荷节点i、常规电源节点j、风-储联合系统节点k的有功出力，上标max、min表示上下限值。

按下式确定风储联合出力范围约束：

pr{pwsi,k,s∈[pex,k,s-γpwr,k,pex,k,s+γpwr,k]}≥α

式中，pr{·}表示事件发生概率，γ为灵敏度系数，其取值越小，区间宽度越小，储能平抑风电波动能力越强。pex,k,s为典型日s下风电场k的出力期望，pwr,k为节点k处风电场的额定功率。当上式成立时，fpl,1＝0，否则fpl,1＝cpl,1，cpl,1为风-储联合出力越限惩罚因子。

按下式确定线路过负荷约束，将支路功率pij的越限概率控制在某一置信水平β下：

式中，为支路ij功率最大限值。当潮流约束成立时，fpl,2＝0，否则fpl,2＝cpl,2，cpl,2为支路功率越限惩罚因子。

按下式确定决策变量约束：

式中，为支路ij允许新建线路最大数目，为风电场节点k处允许配置储能单元最大个数。

进一步的，采用遗传算法对模型进行求解，包括：

步骤1：参数设置。遗传算法基本参数，算例系统网络参数，风电场时序出力典型日数据，节点注入量的随机分布数据，各类成本参数及惩罚因子等。

步骤2：编码及初始种群生成。对决策变量编码，建立区域描述器，随机生成初始种群。

步骤3：方案连通性判别：对种群中的每个个体进行图的连通性校验，确保每一个随机规划方案都不存在孤立节点；若出现不满足连通性个体则返回步骤3，直至种群中所有的个体均通过连通性校验。

步骤4：潮流计算：生成风-储联合出力概率模型，进行交直流电网的概率潮流计算，得到线路功率概率分布，进一步得出线路功率不越限概率。

步骤5：迭代计算和结果输出：计算适应度值，选择、交叉、变异操作得到下一代种群返回步骤4，直至满足终止判别条件，得到规划结果终止运算。

在本发明的实施例中，采用garver-6节点系统，总负荷为760mw，有15条可行扩建输电走廊，每条输电走廊最多可新建4条线路。风电场接入点为节点3，接入功率为pr_wind。初始参数设置：pr_wind＝80mw，β＝0.7，γ＝0.15。额定充放电功率为5mw，初始荷电状态为0.5，cp＝4000元/kw，ce＝200元/kwh，ε1＝1，ε2＝0.85。求解上述模型得到规划方案：配置8条线路n2-6＝4、n3-5＝2、n4-6＝2，其成本为220百万元；配置11个储能单元，其成本为264百万元，方案总投资成本为484百万元。

为验证本发明随机模型和规划结果的有效性，采用蒙特卡洛算法进行求解对比，储能单元配置个数依据上述规划结果取为11个，获得确定的风-储联合出力概率模型并依据此模型进行抽样，采样10000次求解模型，结果得到相同的输电网规划方案。

此外，采用蒙特卡洛法计算耗时1892s，远大于本方法所用时间(81.6s)。

为进一步考察电网规划对系统抵御风险能力和储能平抑风电波动能力不同要求时输电网规划结果的变化趋势，可以改变参数α、β、γ(灵敏度系数)的值，得到不同情况下的优化结果进行对比分析。图2和图3分别给出了α和β、γ和β逐渐变化情况下，线路成本变化趋势。可知，线路成本随着α、β、γ的变化呈现一定的变化规律。不过负荷率β越高，即系统抵御风险能力越强，线路投资成本越多；风-储联合出力范围置信水平α越大，灵敏度因子γ越小，即储能抑制风电波动水平越强，线路投资成本越少，可见，不同电网规划要求，储能充放电行为对输电网规划影响差异很大。

为考察储能充放电行为对输电网规划的影响，分别建立计及储能充放电行为的风-储联合出力概率模型和不计储能的原始风电出力概率模型，并设置不同风电接入功率求解模型，参数设置：α＝0.85，β＝0.85，γ＝0.15。得到不同情形下规划结果其线路成本如图4，图4中风电功率为180mw时，左侧柱状线条表示计及储能，右侧线条表示不计及储能；同理风电功率为270mw或360mw时，左侧柱状线条表示计及储能，右侧线条表示不计及储能。结果表明：随着风电接入规模增大，储能充放电行为对输电网规划的影响逐渐凸显；相同风电接入规模下，相比不计储能充放电行为的方案，计及储能充放电行为方案的线路投资成本更少。

本发明还提供一种计及风电接入的交直流混联系统扩展规划系统，包括：

获取模块，用于获取扩展后的交直流混联系统的拓扑结构以及与拓扑结构对应的系统参数；交直流混联系统中接入有储能装置和风力发电装置。

连通性判断模块，用于对扩展后的交直流混联系统的拓扑结构进行连通性判断；若满足连通性要求，则执行时序数据生成模块；若不满足连通性要求，则执行线路连通调整模块。

线路连通调整模块，用于对扩展后的交直流混联系统的拓扑结构进行线路连通调整，然后执行连通性判断模块。

时序数据生成模块，用于根据拓扑结构和系统参数，结合储能装置的充放电状态和风电出力序列，生成风-储联合出力的时序数据。

其中，

时序数据生成模块，具体包括：

获取单元，用于获取风力发电装置的额定功率和多个风力出力值；

功率区间划分单元，用于根据额定功率进行功率区间划分，得到多个功率区间；

频率计算单元，用于计算风力出力值落入功率区间的频率；

风电出力期望计算单元，用于根据频率计算风电出力期望；

时序数据生成单元，用于根据风电出力期望和储能装置的充放电状态，生成风-储联合出力的时序数据。

时序数据生成单元，具体包括：

风电出力集合生成子单元，用于根据风电出力值的大小进行排序，得到风电出力集合；

充电判断子单元，用于判断风电出力集合中的最大风电出力值是否大于风电出力期望，并且最大充电电量是否大于0，得到充电判断结果；最大充电电量根据储能装置的容量和循环充电次数确定；若充电判断结果为是，则执行第一删除子单元若充电判断结果为否，则执行放电判断子单元；

第一删除子单元，用于将风电出力集合中的最大风电出力值删除，然后执行充电判断子单元；

放电判断子单元，用于判断风电出力集合中的最小风电出力值是否小于风电出力期望，并且最大放电电量是否大于0，得到放电判断结果；最大放电电量根据储能装置效率和充电功率确定；若放电判断结果为是，则执行第二删除子单元；若放电判断结果为否，则执行时序数据生成子单元；

第二删除子单元，用于将风电出力集合中的最小风电出力值删除，然后执行放电判断子单元；

时序数据生成子单元，用于生成风-储联合出力的时序数据。

注入功率概率分布生成模块，用于对风-储联合出力的时序数据进行概率计算，生成拓扑结构中节点的注入功率概率分布。

潮流计算模块，用于根据拓扑结构中节点的注入功率概率分布，采用概率潮流计算方法，生成拓扑结构中线路功率不越限概率。

线路扩展优化模块，用于根据线路功率不越限概率对扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数。

线路扩展优化模块，具体包括：

目标函数确定单元，用于根据拓扑结构确定扩展线路成本，并根据扩展线路成本确定目标函数；

约束条件确定单元，用于确定约束条件；约束条件包括潮流约束、风储联合出力约束、线路过负荷约束、最大新建线路约束和最大储能装置约束；

线路扩展优化单元，用于以最小化目标函数为目标，根据线路功率不越限概率和约束条件，采用遗传算法对扩展后的交直流混联系统的拓扑结构进行线路扩展优化，得到优化后的拓扑结构和储能装置接入个数。

次数判断模块，用于计算拓扑结构优化次数，判断拓扑结构优化次数是否达到最大次数；若达到，则执行结果输出模块；若未达到，则执行更新模块。

更新模块，用于更新扩展后的交直流混联系统的拓扑结构，然后执行获取模块。

结果输出模块，用于输出优化后的拓扑结构和储能装置接入个数。

对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。