1.本发明涉及新能源发电技术领域，尤其是一种基于不同渗透率的风光储一体化多场景下储能配置方法。
背景技术：2.在“2030年碳达峰，2060年碳中和”目标下，绿色发展与高效发展将成为我国能源体系建设的未来方向。未来新能源装机占比可望超过一半，甚至达到70％或80％，将成为电力系统的主体电源。以高渗透率的可再生能源、高比例的电力电子设备、高速增长的直流负荷“三高”为主要特征的新型配电系统正在逐步形成，强随机波动性及双向/极端潮流，将对配电网规划建设、安全稳定运行、调度带来严峻冲击考验。
3.近年来，储能在新能源场站中的出力平滑、削峰填谷、跟踪发电计划及备用电源等方面，已经得到有效的示范应用。随着储能技术发展及成本下降，各地也相继出台相关支持政策，鼓励新能源场站配置10％-20％的储能系统，以期有效解决自身间歇性及波动性问题，提高发电可靠性及消纳能力。然而，由于储能技术的应用尚不具备规模经济性，合理配置可以提升储能技术应用的经济性水平，优化配置技术是储能技术应用研究的方向之一。
技术实现要素：4.本发明的目的是通过提出一种基于不同渗透率的风光储一体化多场景下储能配置方法，以解决上述背景技术中提出的缺陷。
5.本发明采用的技术方案如下：
6.提供一种基于不同渗透率的风光储一体化多场景下储能配置方法，包括如下步骤：
7.s1.1：获取区域电网负荷各类参数；
8.s1.2：结合风光布置点位及大小，分析区域电网用电特性及风光的出力特性；
9.s1.3：设定储能配置目标函数，及储能系统的容量配置的约束条件；
10.s1.4：得出储能配置最优方案。
11.作为本发明的一种优选技术方案：基于不同渗透率下的新能源接入净负荷及约束条件，建立典型的风光储一体化储能配置模型和方法。
12.作为本发明的一种优选技术方案：所述建立典型的风光储一体化储能配置模型和方法，结合区域电网的特性与储能系统多功能应用需求，综合考虑新能源应用需求、储能系统出力特性与多功能应用的综合经济性。
13.作为本发明的一种优选技术方案：所述步骤s1.2包括：由发电出力模型，计算发电功率；根据项目常规负荷出线、电动汽车充电设施负荷曲线；选取净负荷曲线的最大值、最小值取值时刻，根据场地光伏发电出力及各类负荷曲线，分析电力电量平衡情况。
14.作为本发明的一种优选技术方案：所述由发电出力模型，计算发电功率，包括由光伏发电出力模型，计算光伏发电功率；由风力发电出力模型，计算风力发电功率。
15.作为本发明的一种优选技术方案：所述步骤s1.3包括：计算含dg的配电网潮流，并满足各类约束条件；调整dg电源接入方案和优化资源，重新进行含dg的配电网潮流计算，直到指标满足各类约束条件；迭代计算粒子适应度值，并根据目标函数表达式，以最大限度使用可再生清洁能源，又保障投资成本最优，得到全局经济性最优搜索解。
16.作为本发明的一种优选技术方案：所述步骤s1.3中，建立如下数学模型及约束条件：
17.在满足节点电压和支路功率的运行约束条件下，充分考虑风光资源情况、负荷及波动与dg在线路中的分布情况，求取单条中压线路所能接入的最大dg装机容量；约束条件有：功率平衡约束、节点电压约束、变电站母线电压约束、线路容量约束，建立dg消纳能力模型如下：
[0018][0019][0020]vimin
≤vi≤v
imax
[0021][0022][0023]
式中，p
gi
,q
gi
为注入节点i的有功功率和无功功率；
[0024]
p
li
，q
li
为节点i负荷的无功功率；
[0025]
p
li
、q
ij
为连接节点i与j的线路有功功率和无功功率；
[0026]
ωi代表与节点i相连的节点集合；
[0027]vi
、v
imin
和v
imax
分别为节点i的电压值、下限和上限；
[0028]vbus，i
、和分别为变电站母线i的电压值、下限和上限；
[0029]
为连接节点i与j的线路最大有功功率允许值。
[0030]
作为本发明的一种优选技术方案：不满足所述约束条件的节点，基于经济性目标函数，配置储能装置的接入点和容量。
[0031]
作为本发明的一种优选技术方案：所述基于经济性的目标函数中，以配电网可应对的dg接入后净负荷波动率最小，周期内综合运行费用最优为目标。
[0032]
作为本发明的一种优选技术方案：所述基于经济性的目标函数描述为：
[0033][0034][0035]
式中，f
min
为调度1个周期(t＝24小时)内最小净负荷波动率；
[0036]emin
为调度1个周期(t＝24小时)内经济最优费用；
[0037]ew
(t)为t时段弃风惩罚费用；
[0038]ep
(t)为t时段弃光惩罚费用；
[0039]el
(t)为t时段削负荷惩罚费用；
[0040]
ec为调度周期内储能装置运行成本；
[0041]ep
(t)＝c
p
δp
p
(t)δt
[0042]el
(t)＝c
l
δp
l
(t)δt
[0043][0044]
式中，c
p
为单位弃光电量的惩罚金额；
[0045]cl
为单位削负荷的惩罚金额；
[0046]
δp
p
(t)为时刻t的弃光功率；
[0047]
δp
l
(t)为时刻t的削负荷；
[0048]
δt为相邻时刻的时间间隔；
[0049]nt
为调度周期内储能装置充放电次数；
[0050]ein
为储能装置投资费用；
[0051]
nk为储能装置的最大循环充放电次数。
[0052]
本发明提供的基于不同渗透率的风光储一体化多场景下储能配置方法，与现有技术相比，其有益效果有：
[0053]
本发明结合风光的接入量及发电特性，同时结合区域的用电特性，通过计算模型计算分析储能配置大小的合理区间值，可以更方便直观地进行储能配置方案。在综合提升清洁能源消纳能力的情况下，实现多种场景不同渗透率下风光储一体化配置方案，提高配电网的供电水平和运行稳定性，同时提升风光水储的协同运行效率。可以应用“双碳”目标新能源大规模发展的情况，通过储能配置方法推广，有助于电网企业风光储一体化的建设，提高源网荷储各个系统的高效融合，进而提升可再生能源渗透率、利用率，平滑电网净负荷的大幅波动。促进节能减排，使得电网朝着安全、经济、节能、低碳、智能方向发展。
附图说明
[0054]
图1为本发明优选实施例的方法流程图；
[0055]
图2为本发明优选实施例中不同光伏渗透率、不同风力发电功率下系统净负荷波动示意图；
[0056]
图3为本发明优选实施例中风光储一体化储能配置流程图。
具体实施方式
[0057]
需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，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。
[0058]
参照图1，本发明优选实施例提供了一种基于不同渗透率的风光储一体化多场景下储能配置方法，包括如下步骤：
[0059]
s1.1：获取区域电网负荷各类参数；
[0060]
s1.2：结合风光布置点位及大小，分析区域电网用电特性及风光的出力特性；
[0061]
s1.3：设定储能配置目标函数，及储能系统的容量配置的约束条件；
[0062]
s1.4：得出储能配置最优方案。
[0063]
基于不同渗透率下的新能源接入净负荷及约束条件，建立典型的风光储一体化储能配置模型和方法。
[0064]
所述建立典型的风光储一体化储能配置模型和方法，结合区域电网的特性与储能系统多功能应用需求，综合考虑新能源应用需求、储能系统出力特性与多功能应用的综合经济性。
[0065]
所述步骤s1.2包括：由发电出力模型，计算发电功率；根据项目常规负荷出线、电动汽车充电设施负荷曲线；选取净负荷曲线的最大值、最小值取值时刻，根据场地光伏发电出力及各类负荷曲线，分析电力电量平衡情况。
[0066]
所述由发电出力模型，计算发电功率，包括由光伏发电出力模型，计算光伏发电功率；由风力发电出力模型，计算风力发电功率。
[0067]
所述步骤s1.3包括：计算含dg的配电网潮流，并满足各类约束条件；调整dg电源接入方案和优化资源，重新进行含dg的配电网潮流计算，直到指标满足各类约束条件；迭代计算粒子适应度值，并根据目标函数表达式，以最大限度使用可再生清洁能源，又保障投资成本最优，得到全局经济性最优搜索解。
[0068]
所述步骤s1.3中，建立如下数学模型及约束条件：
[0069]
在满足节点电压和支路功率的运行约束条件下，充分考虑风光资源情况、负荷及波动与dg在线路中的分布情况，求取单条中压线路所能接入的最大dg装机容量；约束条件有：功率平衡约束、节点电压约束、变电站母线电压约束、线路容量约束，建立dg消纳能力模型如下：
[0070][0071][0072]vimin
≤vi≤v
imax
[0073][0074][0075]
式中，p
gi
,q
gi
为注入节点i的有功功率和无功功率；
[0076]
p
li
，q
li
为节点i负荷的无功功率；
[0077]
p
li
、q
ij
为连接节点i与j的线路有功功率和无功功率；
[0078]
ωi代表与节点i相连的节点集合；
[0079]vi
、v
imin
和v
imax
分别为节点i的电压值、下限和上限；
[0080]vbus，i
、和分别为变电站母线i的电压值、下限和上限；
[0081]
为连接节点i与j的线路最大有功功率允许值。
[0082]
在不满足以上约束条件的节点，基于经济性目标函数，配置储能装置的接入点和容量。
[0083]
所述基于经济性的目标函数中，以配电网可应对的dg接入后净负荷波动率最小，周期内综合运行费用最优为目标。
[0084]
所述基于经济性的目标函数描述为：
[0085][0086][0087]
式中，f
min
为调度1个周期(t＝24小时)内最小净负荷波动率；
[0088]emin
为调度1个周期(t＝24小时)内经济最优费用；
[0089]ew
(t)为t时段弃风惩罚费用；
[0090]ep
(t)为t时段弃光惩罚费用；
[0091]el
(t)为t时段削负荷惩罚费用；
[0092]
ec为调度周期内储能装置运行成本；
[0093]ep
(t)＝c
p
δp
p
(t)δt
[0094]el
(t)＝c
l
δp
l
(t)δt
[0095][0096]
式中，c
p
为单位弃光电量的惩罚金额；
[0097]cl
为单位削负荷的惩罚金额；
[0098]
δp
p
(t)为时刻t的弃光功率；
[0099]
δp
l
(t)为时刻t的削负荷；
[0100]
δt为相邻时刻的时间间隔；
[0101]nt
为调度周期内储能装置充放电次数；
[0102]ein
为储能装置投资费用；
[0103]
nk为储能装置的最大循环充放电次数。
[0104]
本实施例中，参照图2-3，图2为不同光伏渗透率、不同风力发电功率下系统净负荷波动示意图，图3为风光储一体化储能配置流程图，初始化储能配置，输入分布式光伏可安装面积、辐射情况、安装类型等基础参数，由光伏发电出力模型，计算出光伏发电功率pv；输入风力发电的基础参数，由风力发电出力模型，计算出风力发电功率pw；输入项目常规负荷出线、电动汽车充电设施负荷曲线；选取净负荷曲线的最大值、最小值取值时刻，根据场地光伏发电出力及各类负荷曲线，分析电力电量平衡情况。计算含dg的配电网潮流，并满足各类约束条件。调整dg电源接入方案和优化资源，重新进行含dg的配电网潮流计算，直到指标
满足各类约束条件。迭代计算粒子适应度值，并根据目标函数表达式，以最大限度使用可再生清洁能源，又保障投资成本最优，得到全局经济性最优搜索解。分析结束，得出分布式光伏储能配置方案结论。
[0105]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0106]
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
技术特征：1.一种基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：包括如下步骤：s1.1：获取区域电网负荷各类参数；s1.2：结合风光布置点位及大小，分析区域电网用电特性及风光的出力特性；s1.3：设定储能配置目标函数，及储能系统的容量配置的约束条件；s1.4：得出储能配置最优方案。2.根据权利要求1所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：基于不同渗透率下的新能源接入净负荷及约束条件，建立典型的风光储一体化储能配置模型和方法。3.根据权利要求2所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：所述建立典型的风光储一体化储能配置模型和方法，结合区域电网的特性与储能系统多功能应用需求，综合考虑新能源应用需求、储能系统出力特性与多功能应用的综合经济性。4.根据权利要求1所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：所述步骤s1.2包括：由发电出力模型，计算发电功率；根据项目常规负荷出线、电动汽车充电设施负荷曲线；选取净负荷曲线的最大值、最小值取值时刻，根据场地光伏发电出力及各类负荷曲线，分析电力电量平衡情况。5.根据权利要求4所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：所述由发电出力模型，计算发电功率，包括由光伏发电出力模型，计算光伏发电功率；由风力发电出力模型，计算风力发电功率。6.根据权利要求1所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：所述步骤s1.3包括：计算含dg的配电网潮流，并满足各类约束条件；调整dg电源接入方案和优化资源，重新进行含dg的配电网潮流计算，直到指标满足各类约束条件；迭代计算粒子适应度值，并根据目标函数表达式，以最大限度使用可再生清洁能源，又保障投资成本最优，得到全局经济性最优搜索解。7.根据权利要求1所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：所述步骤s1.3中，建立如下数学模型及约束条件：在满足节点电压和支路功率的运行约束条件下，充分考虑风光资源情况、负荷及波动与dg在线路中的分布情况，求取单条中压线路所能接入的最大dg装机容量；约束条件有：功率平衡约束、节点电压约束、变电站母线电压约束、线路容量约束，建立dg消纳能力模型如下：下：下：下：
式中，p
gi
,q
gi
为注入节点i的有功功率和无功功率；p
li
，q
li
为节点i负荷的无功功率；p
li
、q
ij
为连接节点i与j的线路有功功率和无功功率；ω
i
代表与节点i相连的节点集合；v
i
、和分别为节点i的电压值、下限和上限；v
bus，i
、和分别为变电站母线i的电压值、下限和上限；为连接节点i与j的线路最大有功功率允许值。8.根据权利要求7所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：不满足所述约束条件的节点，基于经济性目标函数，配置储能装置的接入点和容量。9.根据权利要求8所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：所述基于经济性的目标函数中，以配电网可应对的dg接入后净负荷波动率最小，周期内综合运行费用最优为目标。10.根据权利要求9所述的基于不同渗透率的风光储一体化多场景下储能配置方法，其特征在于：所述基于经济性的目标函数描述为：特征在于：所述基于经济性的目标函数描述为：式中，f
min
为调度1个周期(t＝24小时)内最小净负荷波动率；e
min
为调度1个周期(t＝24小时)内经济最优费用；e
w
(t)为t时段弃风惩罚费用；e
p
(t)为t时段弃光惩罚费用；e
l
(t)为t时段削负荷惩罚费用；e
c
为调度周期内储能装置运行成本；e
p
(t)＝c
p
δp
p
(t)δte
l
(t)＝c
l
δp
l
(t)δt式中，c
p
为单位弃光电量的惩罚金额；c
l
为单位削负荷的惩罚金额；δp
p
(t)为时刻t的弃光功率；δp
l
(t)为时刻t的削负荷；δt为相邻时刻的时间间隔；n
t
为调度周期内储能装置充放电次数；
e
in
为储能装置投资费用；n
k
为储能装置的最大循环充放电次数。
技术总结本发明涉及新能源发电技术领域，尤其为一种基于不同渗透率的风光储一体化多场景下储能配置方法，包括如下步骤：获取区域电网负荷各类参数；结合风光布置点位及大小，分析区域电网用电特性及风光的出力特性；设定储能配置目标函数，及储能系统的容量配置的约束条件；得出储能配置最优方案。本发明在综合提升清洁能源消纳能力的情况下，实现多种场景不同渗透率下风光储一体化配置方案，提高配电网的供电水平和运行稳定性，同时提升风光水储的协同运行效率。推广储能配置方法，有助于促进节能减排，使得电网朝着安全、经济、节能、低碳、智能方向发展。向发展。向发展。
技术研发人员：谢宇哲 翁格平 李鹏 任娇蓉 吴召华 郑晓 方建迪 姚艳 许家玉 周盛 王扬 刘玉婷 盛发明 车佳璐 景无为 戴诗颖 宋弘亮
受保护的技术使用者：国网浙江省电力有限公司宁波供电公司
技术研发日：2022.07.01
技术公布日：2022/11/1
