[发明专利]一种储能系统与已恢复机组联合运行的负荷恢复优化方法

说明书

本发明公开了一种储能系统与已恢复机组联合运行的负荷恢复优化方法，将确定性负荷恢复优化模型转变为模糊机会约束优化模型，采用人工蜂群算法求解，获得计及负荷不确定性的负荷恢复方案。该方法包括：1、建立储能系统与已恢复机组联合运行的确定性负荷恢复优化模型；2、运用可信性理论，建立考虑负荷不确定性的模糊机会约束模型；3、运用清晰等价类，将模糊机会约束模型转化为易于求解的0‑1规划模型；4、采用人工蜂群算法求解0‑1规划模型，得到考虑负荷不确定性的储能系统与已恢复机组联合运行的负荷恢复优化结果。该方法得到的电网恢复方案充分考虑储能的调控优势和功率支撑作用，承受负荷不确定区间内的所有波动，可以保证电网恢复过程的安全性。

技术领域

本发明属于电网技术领域，特别是一种储能系统与已恢复机组联合运行的负荷恢复优化方法。

背景技术

大停电后的系统恢复的最终目标是尽可能快地恢复对停电区域的负荷供电，减少由于停电带来的经济损失。为了实现这个目标，系统必须为负荷恢复提供足够的功率支撑，通过制定合理的系统恢复策略提高系统恢复的效率，并且保证系统恢复过程中已恢复系统的安全稳定。

传统的系统恢复由水力发电机组作为黑启动电源，但由于地理环境和资源的限制，其数量和容量都是有限的，无法满足所有地区的黑启动要求。随着可再生能源的大量并网，以风电场或光伏电站作为黑启动电源可以满足系统恢复的功率需求，但可再生能源具有间歇性和波动性，直接并网可能会威胁系统恢复的安全。随着储能技术的发展，储能容量不断增加，越来越多大规模储能电站建成并投入运行。储能电站可以通过变流器实现功率的双向流通，可以对系统的动态变化进行快速响应，而且具备良好的控制能力，因此，储能系统参与停电后电网恢复可以提高系统恢复的效率。

停电后系统恢复过程中，需要恢复的负荷量具有波动性，会给电网引入很大的不确定性，威胁电网运行的安全。因此，在对储能和已恢复机组联合运行进行负荷恢复时必须考虑到负荷的不确定性。目前，处理负荷不确定性，一般采用概率法和鲁棒方法，概率法是以负荷的概率密度函数为基础，而现有研究准确获取负荷的概率密度函数，而鲁棒方法虽不需要负荷的分布参数，但对负荷恢复量进行了限制，其结果较为保守。

发明内容

本发明的目的在于提供一种储能系统与已恢复机组联合运行的负荷恢复优化方法。

实现本发明目的的技术解决方案为：一种储能系统与已恢复机组联合运行的负荷恢复优化方法，包括如下步骤：

步骤1、建立储能系统与已恢复机组联合运行的确定性负荷恢复优化模型；

步骤2、运用可信性理论，建立考虑负荷不确定性的模糊机会约束模型；

步骤3、运用清晰等价类，将模糊机会约束模型转化为易于求解的0-1规划模型；

步骤4、采用人工蜂群算法求解0-1规划模型，得到考虑负荷不确定性的储能系统与已恢复机组联合运行的负荷恢复优化结果。

本发明与现有技术相比，其显著优点为：1)本发明的方法充分考虑的储能系统在负荷恢复中的调控优势和功率支撑作用；2)本发明的方法借助模糊隶属度函数负荷的不确定性，无需负荷的准确概率分布，模型简单，利用本发明得到的负荷恢复方案能够抵抗负荷的波动，保证系统恢复过程中的安全性；3)本发明可以适用于储能系统与已恢复机组联合运行的负荷恢复过程中，具有很高的工程价值。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明的一种储能系统与已恢复机组联合运行的负荷恢复优化方法流程图。

图2为10机39节点系统拓扑图。

图3为考虑储能与不考虑储能的结果对比图。

图4为人工蜂群算法20次求解结果图。