一种构网型储能电站定容选址优化配置方法及系统

本发明属于储能优化配置领域，具体涉及一种构网型储能电站定容选址优化配置方法及系统。

背景技术：

1、近年来，随着风电、光伏等新能源大量接入，一方面，新能源的波动性与随机性将增加调峰与二次调频难度，另一方面，系统等效惯性时间常数不断下降，扰动事件下频率变化程度增加。随着新能源占比不断增加，系统中惯量分布不均的现象更加突出。而储能作为电力储存装置，可用来平衡电能在时间上的供需关系以实现调峰与二次调频，同时采用虚拟同步机构网型变流器控制方法可用来提高系统惯量分布的均匀性，故构网型储能电站可以有效解决当前高比例新能源电力系统所面临的问题。

2、然而，目前仍有以下三个关键问题需要解决。其一，为了对储能容量进行更为准确的配置，如何选取调峰典型场景及如何表征源荷不确定性是一个难题。其二，储能技术的高成本是制约储能发展的关键因素之一，故如何确定合适的储能电站配置方案，使其保证经济性的同时又具有较好的调峰与二次调频效果是目前研究的关键。其三，如何量化区域电网惯量分布的均匀性并通过含虚拟同步控制的构网型储能电站选址对其进行优化。

3、目前有不少发明专利也涉及了构网型储能电站的优化配置方法。例如，公告号为cn116054218a通过计算并网和孤网运行方式下，源网荷储系统在多种备选构网型储能容量下对应的新能源并网点短路比和新能源多场站短路比，在此基础上，得到并网和孤网运行方式各自最佳的构网型储能容量。所述方法可以有效提高系统的新能源并网点的电压稳定性，但该方法储能配置目标单一，没有将构网型储能的优势高效利用。因此，现有技术往往忽视了高比例新能源系统面临的多种问题，未能发掘出合适的多目标下构网型储能电站定容选址优化配置方法。

技术实现思路

1、本发明提出了一种构网型储能电站定容选址优化配置方法及系统，解决了现有技术储能配置目标单一，没有将构网型储能的优势高效利用的问题。

2、为解决上述技术问题，本发明提供了一种构网型储能电站定容选址优化配置方法，包括以下步骤：

3、步骤s1：设定常规机组与储能电站的约束条件，所述约束条件包括功率平衡约束、常规机组及储能出力约束、常规机组爬坡约束、常规机组及储能二次调频备用容量约束、常规机组启停成本约束和储能soc约束；

4、步骤s2：在所述约束条件下，建立常规机组与储能电站的联合优化模型，所述联合优化模型包括内层优化模型和外层优化模型，所述内层优化模型以常规机组与储能电站的运行成本最小为目标，所述外层优化模型以常规机组与储能电站的投资成本最小为目标，所述投资成本包括运行成本和建设成本；

5、步骤s3：对所述内层优化模型进行求解，得到最优运行成本，将所述最优运行成本代入外层优化模型，并采用粒子群算法对外层优化模型求解，得到优化储能配置容量；

6、步骤s4：设置固定迭代次数，当当前迭代次数小于固定迭代次数时，将外层优化模型的求解结果反馈至内层优化模型，对储能配置容量进行更新，直到当前迭代次数等于固定迭代次数，得到最优储能配置容量；

7、步骤s5：根据所述最优储能配置容量计算区域电网惯性常数的标准差，当所述标准差最小时，得到构网型储能电站的最优配置位置。

8、优选地，步骤s1中所述功率平衡约束的表达式为：

9、；

10、式中，为系统常规机组总数；是常规机组 m的有功输出；和为上下备用功率分别对储能进行调峰；表示第 i天采样点 j处的预测净负荷；、和为风光荷弃用功率；和分别为常规机组的上下调频功率；和分别为储能的上下调频功率；为系统调频需求功率；表示对该值求偏导；

11、所述常规机组及储能出力约束的表达式为：

12、；

13、式中，为常规机组 m的启停状态；和分别为常规机组 m的最大功率和最小功率；和分别为储能允许最小和最大荷电状态； pe为储能的功率容量；

14、所述常规机组爬坡约束的表达式为：

15、；

16、式中，为第t-1秒时常规机组m的有功输出；和分别是常规机组 i的最大上爬坡率和下爬坡率；

17、所述常规机组及储能二次调频备用容量约束的表达式为：

18、；

19、式中，和分别为常规机组 i的上下备用容量；和分别是储能的上下频率调整储备的功率；

20、所述常规机组启停成本约束的表达式为：

21、；

22、式中，和分别是常规机组的启动和关闭的成本函数；和分别为常规机组 m的启停成本；

23、所述储能soc约束的表达式为：

24、；

25、式中，、和分别为储能的soc变化量、最终值和初始值；和分别为储能充电、放电效率；和为储能soc的最小值与最大值； sd和 su为储能当日最后时刻soc的最小值与最大值； ee为储能的能量容量；为步长大小。

26、优选地，步骤s2中所述运行成本 f的表达式为：

27、；

28、；

29、；

30、；

31、；

32、；

33、；

34、；

35、上式中，为典型日 i调频场景 j对应概率；、、、分别是常规机组的运行、调峰、启停、备用的成本函数；和分别是储能的调峰和调频备用的成本函数；为新能源和负荷弃用惩罚函数； am 、bm 、cm是常规机组 m的发电成本系数； d1,t和 d2,t是传统单元 i的不同峰值深度的成本系数；和为常规机组峰值深度表征值；和分别为常规机组m输出有功功率的调峰临界值和最大值；和分别为常规单元上下备用的成本系数；和分别是储能的上下调峰的成本系数；和分别是储能的上下频率调整的成本系数；是调峰阶段t中的一组调频时间序列； k1、 k1和 k3分别是风光荷弃用成本系数。

36、优选地，步骤s2中所述投资成本的表达式为：

37、；

38、；

39、上式中，为初期投资成本年值， kp、 ke分别为储能功率容量和能量容量的单位成本； r为基准折现率； n为储能的运行寿命。

40、优选地，步骤s3中所述粒子群算法，将储能的功率容量与能量容量作为粒子的位置，将储能的功率容量与能量容量的变化值作为粒子的速度，包括以下步骤：

41、步骤s31：初始化粒子群算法的迭代次数、各粒子的初始位置和速度；

42、步骤s32：根据各粒子的位置和速度计算各粒子的投资成本；

43、步骤s33：对每个粒子，将当前投资成本与历史最优投资成本进行比较，取所述投资成本较小的作为最优投资成本，将各粒子的最优投资成本进行比较，取所述投资成本最小的作为全局最优投资成本；

44、步骤s34：判断当前迭代次数是否达到设定迭代次数，当当前迭代次数小于设定迭代次数时，进入步骤s35，否则输出全局最优投资成本对应的粒子的位置作为最优储能配置容量；

45、步骤s35：更新各粒子的速度和位置后，进入步骤s32，对各粒子的速度和位置进行更新的表达式为：

46、；

47、式中， i表示已经迭代的次数； d表示粒子编号；、分别为粒子 d更新前的速度、位置；、分别为更新后的速度、位置；、分别为粒子 d和群体的最佳位置；为惯性权重； c1、 c2表示学习因子； r1、 r2表示0~1之间的随机数。

48、优选地，步骤s5包括以下步骤：

49、步骤s51：配置构网型储能电站的惯性常数 he：

50、；

51、式中，为储能电站最终配置的功率容量；(d f/d t)max为系统允许最大的频率偏差；

52、步骤s52：计算区域电网节点的惯量：

53、；

54、式中，和为导纳矩阵中的常数；为发电机 j与节点 k之间的电纳；为发电机的惯性常数；

55、步骤s53：以区域电网惯性常数的标准差最小为目标对含虚拟惯量控制的储能电站进行配置位置，所述区域电网惯性常数的标准差的表达式为：

56、；

57、式中， n为该区域总的节点数，为区域电网节点的惯量均值。

58、本发明还提供一种构网型储能电站定容选址优化配置系统，适用于上述的一种构网型储能电站定容选址优化配置方法，包括建模模块、求解模块和优化模块；

59、所述建模模块用于建立常规机组与储能电站联合优化模型，所述联合优化模型包括内层优化模型和外层优化模型，所述内层优化模型以常规机组与储能电站的运行成本最小为目标，所述外层优化模型以常规机组与储能电站的投资成本最小为目标；

60、所述求解模块用于求解常规机组与储能电站联合优化模型；

61、所述优化模块将所述联合优化模型的求解结果用于优化构网型储能电站的容量和位置。

62、本发明还提供一种电子设备，包括：存储器、处理器和计算机程序，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现上述的一种构网型储能电站定容选址优化配置方法。

63、本发明另外提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行以实现上述的一种构网型储能电站定容选址优化配置方法。

64、本发明的有益之处至少包括：建立常规机组与储能电站的内外层优化模型，以其运行成本与建设成本之和最小为目标，采用粒子群算法进行综合求解，得到储能配置容量，并提出一种衡量区域电网惯量均匀性的方法，对储能配置容量进行优化，最终确定构网型储能电站的配置位置；综合了储能调峰、二次调频和惯量对储能进行配置，保证了规划结果长期的稳定性与优越性。