本技术涉及分布式储能系统领域,尤其涉及一种分布式光伏储能系统优化配置方法及相关装置。
背景技术:
1、光伏发电作为一种具有较高潜力的新能源发电方式,截至2022年底,我国2022年新增光伏并网容量87.4gw,其中集中式光伏电站36.29gw、分布式光伏51.11gw,分布式光伏占比58.48%;同时全国光伏发电累计并网容量392.04gw,其中分布式光伏157.62gw,占比40.2%。但是,在大规模分布式光伏发电接入的情况下,光伏具有间歇性、随机性,导致光伏出力不稳定,对配电网承受能力较弱的台区造成了较大的影响。
2、储能装置的快速发展为光伏发电的稳定发展提供了有力的支持,作为一种重要的电能存储方式,可以打破传统发电在时间上即用即发、瞬时平衡的模式,在分布式光伏的背景下与储能装置的结合,可以很好的实现削峰填谷,增强配电网台区的光伏消纳能力。但是,储能装置接入位置、容量的选择都会影响配电网的稳定性和经济性,而现有技术缺乏合理的优化配置,反而不利于电网的安全稳定运行。
技术实现思路
1、本技术提供了一种分布式光伏储能系统优化配置方法及相关装置,用于解决现有技术缺乏合理的储能系统优化配置方案,不利于电网的安全稳定运行的技术问题。
2、有鉴于此,本技术第一方面提供了一种分布式光伏储能系统优化配置方法,包括:
3、基于预设分布模型分别预测光照强度和有功负荷,得到预测光照强度和预测有功负荷;
4、根据所述预测光照强度和所述预测有功负荷构建配电网台区模型,同时配置目标函数和综合约束条件,所述目标函数包括电压稳定系数、网络线损和储能容量;
5、将储能接入位置和储能接入容量作为粒子,基于所述目标函数和所述综合约束条件采用改进多目标粒子群算法对所述配电网台区模型进行优化求解,得到优化配置方案;
6、所述改进多目标粒子群算法基于相似度确定惯性权重,所述优化配置方案包括多组优化接入位置和优化接入容量;
7、采用灰色关联分析方法根据所述优化配置方案确定全局最优配置方案。
8、优选地,所述基于预设分布模型分别预测光照强度和有功负荷,得到预测光照强度和预测有功负荷,包括:
9、预设分布模型包括贝塔分布模型和正态分布模型;
10、采用所述贝塔分布模型预测光照强度,得到预测光照强度;
11、采用所述正态分布模型预测有功负荷,得到预测有功负荷。
12、优选地,所述将储能接入位置和储能接入容量作为粒子,基于所述目标函数和所述综合约束条件采用改进多目标粒子群算法对所述配电网台区模型进行优化求解,得到优化配置方案,包括:
13、基于改进多目标粒子群算法定义初始化参数,初始化参数包括初始位置向量和初始速度向量;
14、将储能接入位置和储能接入容量作为粒子,并根据所述目标函数计算初始适应度值;
15、根据所述综合约束条件和基于相似度确定的惯性权重对所述配电网台区模型进行迭代求解操作,并更新所述初始适应度值,直至满足终止条件,得到优化配置方案。
16、优选地,所述采用灰色关联分析方法根据所述优化配置方案确定全局最优配置方案,包括:
17、采用灰色关联分析方法计算每个所述优化配置方案的优先级;
18、根据所述优先级确定全局最优配置方案。
19、本技术第二方面提供了一种分布式光伏储能系统优化配置装置,包括:
20、数据预测单元,用于基于预设分布模型分别预测光照强度和有功负荷,得到预测光照强度和预测有功负荷;
21、建模配置单元,用于根据所述预测光照强度和所述预测有功负荷构建配电网台区模型,同时配置目标函数和综合约束条件,所述目标函数包括电压稳定系数、网络线损和储能容量;
22、优化求解单元,用于将储能接入位置和储能接入容量作为粒子,基于所述目标函数和所述综合约束条件采用改进多目标粒子群算法对所述配电网台区模型进行优化求解,得到优化配置方案;
23、所述改进多目标粒子群算法基于相似度确定惯性权重,所述优化配置方案包括多组优化接入位置和优化接入容量;
24、方案选取单元,用于采用灰色关联分析方法根据所述优化配置方案确定全局最优配置方案。
25、优选地,所述数据预测单元,具体用于:
26、预设分布模型包括贝塔分布模型和正态分布模型;
27、采用所述贝塔分布模型预测光照强度,得到预测光照强度;
28、采用所述正态分布模型预测有功负荷,得到预测有功负荷。
29、优选地,所述优化求解单元,具体用于:
30、基于改进多目标粒子群算法定义初始化参数,初始化参数包括初始位置向量和初始速度向量;
31、将储能接入位置和储能接入容量作为粒子,并根据所述目标函数计算初始适应度值;
32、根据所述综合约束条件和基于相似度确定的惯性权重对所述配电网台区模型进行迭代求解操作,并更新所述初始适应度值,直至满足终止条件,得到优化配置方案。
33、优选地,所述方案选取单元,具体用于:
34、采用灰色关联分析方法计算每个所述优化配置方案的优先级;
35、根据所述优先级确定全局最优配置方案。
36、本技术第三方面提供了一种分布式光伏储能系统优化配置设备,所述设备包括处理器以及存储器;
37、所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
38、所述处理器用于根据所述程序代码中的指令执行第一方面所述的分布式光伏储能系统优化配置方法。
39、本技术第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面所述的分布式光伏储能系统优化配置方法。
40、从以上技术方案可以看出,本技术实施例具有以下优点:
41、本技术中,提供了一种分布式光伏储能系统优化配置方法,包括:基于预设分布模型分别预测光照强度和有功负荷,得到预测光照强度和预测有功负荷;根据预测光照强度和预测有功负荷构建配电网台区模型,同时配置目标函数和综合约束条件,目标函数包括电压稳定系数、网络线损和储能容量;将储能接入位置和储能接入容量作为粒子,基于目标函数和综合约束条件采用改进多目标粒子群算法对配电网台区模型进行优化求解,得到优化配置方案;改进多目标粒子群算法基于相似度确定惯性权重,优化配置方案包括多组优化接入位置和优化接入容量;采用灰色关联分析方法根据优化配置方案确定全局最优配置方案。
42、本技术提供的分布式光伏储能系统优化配置方法,通过构建配电网台区模型描述分布式光伏储能系统的电能处理情况,为了应对光伏的不确定性,采用预设分布模型对重要数据进行预测操作;且采用改进多目标粒子群算法对模型进行求解,并择优选取出全局最优配置方案;在这个过程中,采用相似度确定惯性权重可以加快迭代收敛速度,而采用灰色关联分析方法则可以使最优解的选取不依赖个人经验影响,确保结果的准确可靠性,从而提供合理的储能系统优化配置方案。本技术能够解决现有技术缺乏合理的储能系统优化配置方案,不利于电网的安全稳定运行的技术问题。