一种含分布式储能的区域电网多时间尺度优化调度方法

技术特征：
1.一种含分布式储能的区域电网多时间尺度优化调度方法，其特征在于：包括如下步骤：步骤一：分析风力、光伏和火电机组的发电特性以及储能系统的充放电特性，建立含分布式储能的风光储区域电网模型；步骤二：提出日前优化调度策略，并从日前优化调度阶段运行成本最小和有功网络损耗最小的角度建立区域电网的一阶段双目标优化模型；步骤三：提出日内优化调度策略，并从日内优化调度阶段修正费用最小的角度建立区域电网的二阶段优化模型；步骤四：求解优化模型，基于求解结果改进区域电网的优化调度。2.根据权利要求1所述的一种含分布式储能的区域电网多时间尺度优化调度方法，其特征在于，步骤一所建立的含分布式储能的风光储区域电网模型，具体为：1）风力发电数学模型采用与风速相关的双参数weibull概率分布函数建立风力发电数学模型，具体如公式（1）所示：
ꢀꢀ
（1）其中，v为风机叶轮处风速；c、k分别为分布参数、形状参数，具体求解公式如下：
ꢀꢀ
（2）
ꢀꢀ
（3）其中，σ为风速的标准差；μ为通过历史数据求得的平均风速；为伽马函数；风力参与系统调峰过程中满足以下约束条件，包括风电爬坡约束和风电弃风约束：
ꢀꢀ
（4）
ꢀꢀ
（5）
ꢀꢀ
（6）其中，为风电爬坡率，、分别为风电最小、最大爬坡率；为t时刻两个风电功率间的时间间隔，为t时刻的弃风功率，为t时刻风电出力，为t 1时刻风电出力；2）光伏发电数学模型采用与描述太阳光照强度分布相关beta分布概率密度函数建立光伏发电数学模型，具体如公式（7）所示：
ꢀꢀꢀ
（7）其中，r为光照强度；r
max
为最大光照强度；α，β为beta分布形状参数，计算公式如下
ꢀꢀ
（8）
ꢀꢀ
（9）其中，σ为太阳光强度的方差；μ为太阳光强度的均值；太阳光辐射强度、光伏电池板面积以及逆变器转换效率决定了光伏发电单元的输出功率，具体表达式如下：
ꢀꢀ
（10）其中，pv为光伏发电的输出功率；r为光伏电池板吸收太阳光的辐射强度，单位为w/m2；a为光伏电池板安装面积，单位为m2；η为组件的转换效率；光伏参与系统调峰过程中满足以下约束条件，包括光伏爬坡约束和弃光约束：
ꢀꢀ
（11）
ꢀꢀ
（12）
ꢀꢀ
（13）其中，为光伏发电功率下限，为光伏发电功率上限，为t时刻光伏发电功率，为t-1时刻光伏发电功率，为光伏下爬坡率极限值，为光伏上爬坡率极限值，为t时刻弃光功率；3）储能系统数学模型储能系统在任意时刻的充放电潜力主要通过衡量该时刻储能装置中蓄电池的荷电状态来判断，表达式如下：
ꢀꢀ
（14）其中，为t时刻储能电荷率，为t时刻储能系统中的能量，为系统额定容量；储能系统参与电网优化调度时需满足以下约束条件，包括功率约束、荷电约束与容量约束：
ꢀꢀ
（15）
ꢀꢀ
（16）
ꢀꢀ
（17）
ꢀꢀꢀꢀ
（18）
ꢀꢀ
（19）
ꢀꢀ
（20）其中，p
in,max
为储能最大充电功率，p
in,t
为t时刻储能的充电功率；p
o,max
为储能最大放电功率，p
o,t
为t时刻储能的放电功率，soc
max
、soc
min
分别为储能最大、最小荷电率，soc
o
为储能初始荷电率，e
max
，e
min 分别为储能容量上、下限，为时间间隔，分别为储能充、放电效率。3.根据权利要求1所述的一种含分布式储能的区域电网多时间尺度优化调度方法，其特征在于，步骤二所提出的日前优化调度策略，具体为：步骤2-1、设置初始参考值，包括储能单位成本、风机分布参数、形状参数、储能容量；步骤2-2、输入日前数据，包括光伏发电功率，风力发电功率，负荷功率，火电机组出力，光伏上下爬坡率；步骤2-3、含分布式储能的区域电网优化调度策略如下：
①
计算日前负荷与风光出力及火电机组出力之和的差值
△
p；
②△
p＜0，储能系统充电运行，同时运用粒子群算法优化储能系统中各储能单元的充电功率，若储能系统达到满状态，则向上级电网卖电；
③△
p＞0，储能系统放电运行，同时运用粒子群算法优化储能系统中各储能单元的放电功率，若储能系统亦无法满足供电需求，则向上级电网购电；步骤2-4、得到t时刻优化配置的储能系统中各储能单元的充、放电功率；步骤2-5、令ｔ为优化总时段数，若t≤t，令t=t 1，返回输入下一时刻的日前数据，设置或更新优化调度模型，并计算下一时刻储能系统的优化配置；步骤2-6、若所有时刻均求出可行解，则输出最终解集。4.根据权利要求1所述的一种含分布式储能的区域电网多时间尺度优化调度策略，其特征在于，步骤二所建立的日前优化调度阶段双目标优化模型，其目标函数为：日前优化阶段采用双目标函数联合优化电网调峰，首先以电网购电成本与储能系统运行成本之和最小为优化目标，建立目标函数如下：
ꢀꢀ
（21）其中，为储能单元运行成本函数；为系统与上级电网联络线运行成本；ｔ为优化总时段数；（22）其中，为储能单元个数，为第个储能单元的单元运行成本，,分
别为ｔ时刻第个储能单元的充、放电功率，为ｔ时刻电网的实时电价；接着以系统运行过程中有功网络损耗最小为优化目标，建立目标函数如下：
ꢀꢀꢀ
（23）其中，a为区域电网支路数量，为t时刻第j条支路的电阻，、分别为t时刻第j条支路的有功功率与无功功率，为t时刻第j条支路末端的电压幅值。5.根据权利要求1所述的一种含分布式储能的区域电网多时间尺度优化调度策略，其特征在于，步骤三所提出的日内优化调度策略，具体为：步骤3-1、对t时刻风光发电、火电机组、储能单元、系统负荷状态等数据进行采样，得到t时刻系统运行状态u(t)；步骤3-2、利用超短期预测，得到光伏发电功率，风力发电功率，负荷功率等预测结果，并建立日内优化调度模型，确定目标函数；步骤3-3、得到未来t 1，t 2，
…
，t k时刻优化配置的修正指令序列，并将其第一个值用于修正计划；步骤3-4、若t≤t，令t=t 1，返回步骤1，更新系统运行状态u(t 1)，并计算下一时刻的修正计划；步骤3-5、若所有时刻均求出可行解，则输出最终解集。6.根据权利要求1所述的一种含分布式储能的区域电网多时间尺度优化调度策略，其特征在于，步骤三所建立的日内优化调度阶段优化模型，其目标函数为：
ꢀꢀꢀꢀ
（24）
ꢀꢀꢀ
（25）
ꢀꢀꢀ
（26）其中，为储能单元调整费用函数，为上级联络线运行调整费用， 为调整后的上级交换功率。

技术总结
本发明公开了一种含分布式储能的区域电网多时间尺度优化调度方法。本发明采用以下步骤：(1)详细分析风力、光伏和火电机组的发电特性以及储能系统的充放电特性，建立含分布式储能的风光储区域电网模型；(2)提出日前优化调度策略，并从日前优化调度阶段运行成本最小和有功网络损耗最小的角度建立区域电网的一阶段双目标优化模型；(3)提出日内优化调度策略，并从日内优化调度阶段修正费用最小的角度建立区域电网的二阶段优化模型；(4)求解优化模型，基于求解结果改进区域电网的优化调度。本发明利用两阶段优化调度，运用数学建模方法，在深度优化储能系统出力计划的同时，能有效减小系统运行成本与有功网络损耗。小系统运行成本与有功网络损耗。小系统运行成本与有功网络损耗。


技术研发人员：朱送伟 王枫 张辉 钱俊良 周吉
受保护的技术使用者：东南大学溧阳研究院
技术研发日：2022.09.01
技术公布日：2022/11/22