申请/专利权人：长沙理工大学

申请日：2023-12-14

公开（公告）日：2024-06-21

公开（公告）号：CN117578531B

主分类号：H02J3/28

分类号：H02J3/28;G06Q10/0631;G06Q50/06;H02J3/38

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种含分布式电源配电网储能选址定容双层模型优化方法，该方法步骤包括：S1.设计综合灵敏指标，对储能候选站址进行筛选，建立储能备选站址集合；S2.基于备选站址集合建立配电网储能配置双层优化模型；上层模型为规划层，以储能投资成本、系统N‑1支路过载程度最小为目标，储能容量及位置为变量；下层为运行层，以储能运维成本和网损成本最小为目标，储能出力策略为变量；S3.利用改进多目标粒子群算法和粒子群算法对双层模型进行优化求解。本发明对含分布式配电网进行储能优化配置能够较好改善网络N‑1过载问题、降低系统网损成本并降低储能投资和运维成本，具有方法科学合理，效果佳等优点。

主权项：1.一种含分布式电源配电网储能选址定容双层模型优化方法，其特征在于，该方法具体包括以下步骤：S1.设计综合灵敏指标，对储能候选站址进行筛选，建立储能备选站址集合；具体包括：S11.定义支路系统N-1时支路过载功率，通过支路过载功率选取过载支路相关节点作为储能候选站址集合；所述过载功率计算如下： 式中，z表示网络所有N-1场景集，Pzl为第z个过载场景下第l条支路潮流，Lzl为第z个过载场景下第l条支路的负载率，计算如下： 式中，表示支路l热极限功率；S12.分析不同安装位置下储能出力对支路潮流的调整能力，并定义功率灵敏因子；判断功率灵敏因子，若功率灵敏因子大于零，则表示支路潮流随储能功率的增大而增大，储能的接入位置对支路有正向影响；若功率灵敏因子等于零，则表示支路潮流不随储能功率的变化而变化，储能的接入位置对支路无影响；若功率灵敏因子小于零，则表示支路潮流随储能功率的增大而减小，储能的接入位置对支路有负向影响；所述功率灵敏因子计算如下： 式中，ΔPzl表示第z个过载场景下第条l支路功率变化量，ΔPzs表示第z个过载场景下储能系统功率变化量；功率灵敏因子PSFzl表征储能出力对支路l潮流的整能力；S13.计算储能每个候选安装位置的综合灵敏指标值，对储能候选站址进行初步筛选；所述的综合灵敏指标计算如下： 式中，将所有过载场景组成一个集合os，其中一个过载场景用Z表示，每一个过载场景Z全部过载支路集合用L表示，其中某一过载支路用l表示，综合灵敏指标CSIb反映储能接入节点b对全局支路过载的调整能力，CSIb值越大表示储能接入位置越有利于改善电力系统N-1时过载程度；αzl为过载支路l的权重因子，计算如下： S2.基于备选站址集合建立配电网储能配置双层优化模型；配置双层优化模型具体包括：S21.构建上层规划模型；步骤S21中构建所述上层规划模型具体包括：S211：目标函数： 式中，f1为配电网N-1时典型日网络全局过载程度之和，ΔLl为支路l在t时刻的过载情况，为储能t时刻的充放电功率； 式中，f2为储能投资成本函数，r为储能投资贴现率，n为储能使用年限，Ei,ess为节点i储能安装容量，Ness为储能待安装数量，cinv，ess为储能单位容量成本系数；建立以降低N-1场景网络全局支路过载和储能投资成本的多目标函数，具体为：minF2＝[f1,f2]；S212：约束条件：储能容量约束：式中，为节点i安装储能最大容量；S22.构建下层运行模型；S3.利用改进多目标粒子群算法和粒子群算法对双层模型进行优化求解。

全文数据：

权利要求：

百度查询： 长沙理工大学 一种含分布式电源配电网储能选址定容双层模型优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD