[发明专利]含电池储能系统的主动配电网短期有功优化方法

摘要

本发明公开了一种含电池储能系统的主动配电网短期有功优化方法，基于对分时电价和购售电成本、电池储能系统等效运行成本、弃风弃光成本、微型燃气轮机运行成本以及调整可控负荷的补偿成本等经济性的考虑，提出一种以配网侧运行总成本最小为目标的主动配电网短期有功优化模型，并通过分支定界‑原对偶内点法进行求解。其中，通过计算电池循环寿命，计及电池储能系统的等效运行成本，实现其经济运行。该方法实现了对分布式能源的优化调度管理以及DG的消纳，提高主动配电网运行经济性。在本发明中还提出了将解耦内点法应用到多时段非线性规划问题的求解中，提高了计算效率。

主权项

一种含电池储能系统的主动配电网短期有功优化方法，其特征在于，包括以下步骤：步骤1，建立电池储能系统有功及能量的模型，具体包括以下步骤：步骤1‑a，采集电池储能系统的基本参数，包括：电池储能系统额定有功功率P_rated，最大的视在功率S_BESS,max，充放电效率η_in，放电效率η_out，额定容量W_rated；设置工作电池储能系统的参数：电池荷电状态最大和最小值SOC_max、SOC_min；步骤1‑b，建立电池储能系统有功输入输出模型：$I^t{P}_{BESS}^t=\left\{\begin{array}{ccc}{P}_{BESS,ch}^t& if& I^t=-1\\ P_{BESS,dis}^t,& if& I^t=1\end{array}\right.$其中，I^t为第t时段电池储能系统的充放电状态，I^t＝1表示放电，I^t＝‑1表示充电，为第t时段电池储能系统的有功出力，和分别表示第t时段内电池储能系统的充电和放电有功功率；步骤1‑c，建立电池储能系统的能量模型：${\mathrm{SOC}}_{BESS}^t={\mathrm{SOC}}_{BESS}^0-\frac{\mathrm{\Δ}t}{W_{rated}}{\mathrm{\η}}_{in}\underset{h=1}{\overset{t-1}{\Σ}}{P}_{BESS,ch}^h-\frac{\mathrm{\Δ}t}{W_{rated}}\frac{1}{{\mathrm{\η}}_{out}}\underset{h=1}{\overset{t-1}{\Σ}}{P}_{BESS,dis}^h$其中，为第t时段电池储能系统存储的能量，为电池储能系统初始阶段存储的能量，Δt为时间步长；步骤2，建立电池储能系统等效运行成本模型；电池储能系统等效运行成本包含固定投资成本和维护成本两部分；设电池储能系统的固定投资成本可以均摊到每一次电池储能系统的循环充放电上，定义第k号电池储能系统的第m次循环周期的放电深度为D_oD,k,m，所以电池储能系统的单次循环充放电的等效投资成本可表示为：$C_{e,k,m}\left(D_{oD,k,m}\right)=\frac{C_P{P}_{rated}+C_W{W}_{rated}}{N_{ctf}\left(D_{oD,k,m}\right)}$其中，C_P和C_W分别为电池储能系统单位功率投资成本和单位容量投资成本，其单位分别为人民币/kW，人民币/kW·h；N_ctf(D_oD,k,m)为放电深度D_oD,k,m对应的电池储能系统循环寿命；电池储能系统的维护成本与其额定有功功率P_rated、额定容量W_rated以及工作时间有关，表示为：C_BESS＝Y(m_PP_rated+m_WW_rated)其中，m_P和m_W分别为电池储能系统单位时间内单位功率和单位容量运行维护成本，其单位分别为人民币/kW·h，人民币/kW·h²；Y为工作时间；步骤3，建立可控负荷的有功及能量关系模型，将可控负荷看作负出力的发电机：步骤3‑a，建立可直接控制负荷的有功及能量关系模型：$\mathrm{\Δ}t\·\underset{t=1}{\overset{T}{\Σ}}(-P_{DMFD}^t)=E_{DMFD}$其中为第t时段内可直接控制负荷的有功功率，为负值；E_DMFD为调度周期内负荷总的电量需求；步骤3‑b，建立存储类可控负荷的有功及能量关系模型：${\mathrm{SOC}}_{SMFD}^t={\mathrm{SOC}}_{SMFD}^0-\frac{\mathrm{\Δ}t\×\mathrm{\μ}}{E_{SMFD}^{cap}}\underset{h=1}{\overset{t}{\Σ}}{P}_{SMFD}^h-\frac{\mathrm{\Δ}t}{E_{SMFD}^{cap}}\underset{h=1}{\overset{t}{\Σ}}{P}_{Heat}^h$其中，为第t时段存储类可控负荷中存储的能量，为存储类可控负荷的初始阶段存储的能量；为存储类可控负荷的容量；μ为电能与存储能量之间的转换效率；为各时段存储类可控负荷的有功注入，为负值；为各时段从存储类可控负荷中提取热量的功率；步骤4，在上述电池储能系统的有功及能量的模型、等效运行成本模型、可控负荷有功及能量关系模型的基础上，建立以配电网侧运行总成本最小为目标函数的短期有功优化模型；步骤4‑a，目标函数包含购售电成本、电池储能系统等效运行成本、弃风弃光成本、微型燃气轮机运行成本以及调整可控负荷的补偿成本，表示为：min f＝C₁+C₂+C₃+C₄+C₅其中，C₁为配电侧购电成本和售电收益之和，C₂为电池储能系统等效运行成本，C₃为优化调度过程中的弃风和弃光成本，C₄为微型燃气轮机的运行成本，C₅为调整可控负荷的补偿成本；步骤4‑b，建立等式约束，包含各时段节点潮流平衡方程约束、电池储能系统和可控负荷时段间耦合等式约束；节点潮流平衡方程约束为：$P_{W,i}^t+P_{PV,i}^t+P_{S,i}^t+I_i^t{P}_{BESS,i}^t+P_{DMFD,i}^t+P_{SMFD,i}^t+P_{MT,i}^t-P_{d,i}^t-V_i^t\underset{j=1}{\overset{n}{\Σ}}{V}_j^t(G_{ij}{\mathrm{cos\θ}}_{ij}^t+B_{ij}{\mathrm{sin\θ}}_{ij}^t)=0$$Q_{W,i}^t+Q_{PV,i}^t+Q_{S,i}^t+Q_{BESS,i}^t+Q_{DMFD,i}^t+Q_{SMFD,i}^t+Q_{MT,i}^t-Q_{d,i}^t-V_i^t\underset{j=1}{\overset{n}{\Σ}}{V}_j^t(G_{ij}{\mathrm{sin\θ}}_{ij}^t-B_{ij}{\mathrm{cos\θ}}_{ij}^t)=0$其中：和为第t时段节点i处风电机组有功和无功出力；和为第t时段节点i处光伏有功和无功出力；和则表示第t时段配网根节点处的有功和无功功率；和则表示第t时段节点i处电池储能系统的充放电有功和无功出力；和为第t时段节点i处可直接控制负荷有功和无功功率；和为第t时段节点i处的存储类可控负荷有功和无功功率；和分别为第t时段i节点处微型燃气轮机有功和无功出力；和为第t时段节点i处固定负荷有功和无功功率；n为节点数目，和为第t时段节点i的电压幅值，G_ij和B_ij为节点i和j之间互导纳的实部和虚部，为第t时段i、j两节点电压的相角差；其中，风电机组和光伏的实际有功出力还应满足以下等式：$P_{W,i}^t=P_{pw,i}^t-P_{qw,i}^t$$P_{PV,i}^t=P_{pPV,i}^t-P_{qPV,i}^t$式中，和为第t时段节点i处风电机组和光伏的有功出力预测值；和分别为第t时段节点i处的风机弃风或者光伏弃光的有功功率；电池储能系统和存储类可控负荷能量约束分别为：${\mathrm{SOC}}_{BESS}^t={\mathrm{SOC}}_{BESS}^0-\frac{\mathrm{\Δ}t}{W_{rated}}{\mathrm{\η}}_{in}\underset{h=1}{\overset{t-1}{\Σ}}{P}_{BESS,ch}^h-\frac{\mathrm{\Δ}t}{W_{rated}}\frac{1}{{\mathrm{\η}}_{out}}\underset{h=1}{\overset{t-1}{\Σ}}{P}_{BESS,dis}^h$SOC^T＝SOC⁰${\mathrm{SOC}}_{SMFD}^t={\mathrm{SOC}}_{SMFD}^0-\frac{\mathrm{\Δ}t\×\mathrm{\μ}}{E_{SMFD}^{cap}}\underset{h=1}{\overset{t}{\Σ}}{P}_{SMFD}^h-\frac{\mathrm{\Δ}t}{E_{SMFD}^{cap}}\underset{h=1}{\overset{t}{\Σ}}{P}_{Heat}^h$${\mathrm{SOC}}_{SMFD}^T={\mathrm{SOC}}_{SMFD}^0$其中，T为调度周期的总时段数；SOC^T为电池储能系统最后时刻的剩余电量；为存储类负荷最后时刻的剩余电量；步骤4‑c，建立不等式约束，包括节点电压上下限约束、支路潮流约束以及控制变量和状态变量相关约束：节点电压上下限约束：$V_{i,min}\<V_i^t\<V_{i,max}$其中，V_i,min和V_i,max分别为节点i处电压允许的最小、最大值；支路潮流约束：$S_l^t\≤S_{l.max}$其中，为第t时段支路l的视在功率，S_l.max为支路l的视在功率最大值；电池储能系统有功功率、视在功率和能量约束分别为：$\left\{\begin{array}{ccc}0\≤I^t{P}_{BESS}^t\≤P_{rated},& if& I^t=-1\\ 0\≤I^t{P}_{BESS}^t\≤{\mathrm{\η}}_{out}{P}_{rated},& if& I^t=1\end{array}\right.$${\left(I^t{P}_{BESS}^t\right)}^2+{\left(Q_{BESS}^t\right)}^2\≤S_{BESS,max}^2$SOC_min＜SOC^t＜SOC_max其中，SOC_max和SOC_min为电池储能系统的电池荷电状态最大和最小值，表示第t时段电池储能系统的无功出力；微型燃气轮机有功、无功出力限制以及爬坡约束：$P_{MT,min}\≤P_{MT}^t\≤P_{MT,max}$$Q_{MT,min}\≤Q_{MT}^t\≤Q_{MT,max}$$P_{MT}^t-P_{MT}^{t-1}\≤R_{MT,up}$$P_{MT}^{t-1}-P_{MT}^t\≤R_{MT,down}$其中，为第t时段微型燃气轮机有功出力，P_MT,i,min和P_MT,i,max分别为微型燃气轮机有功出力的下限和上限；为第t时段微型燃气轮机无功出力，Q_MT,min和Q_MT,max分别为微型燃气轮机无功出力的下限和上限；R_MT,up和R_MT,down分别表示微型燃气轮机增、减负荷时的爬坡功率上、下限。不固定出力风电机组和光伏的有功、无功功率约束：$0\≤P_W^t\≤P_{pw}^t$$0\≤P_{PV}^t\≤P_{pPV}^t$$Q_{W,min}\≤Q_W^t\≤Q_{W,max}$$Q_{PV,min}\≤Q_{PV}^t\≤Q_{PV,max}$其中，为第t时段风电机组的无功出力；Q_W,max和Q_W,min分别为风电机组无功出力的最大、最小值；为第t时段光伏的无功出力，Q_PV,max和Q_PV,min分别为光伏的无功出力的最大、最小值。可控负荷有功功率及能量约束：$-P_{DMFD}^{rated}\<P_{DMFD}^t\<-P_{DMFD}^{\min }$$-P_{SMFD,rated}^t\<P_{SMFD}^t\<-P_{SMFD,min}^t$${\mathrm{SOC}}_{SMFD,min}\<{\mathrm{SOC}}_{SMFD}^t\<{\mathrm{SOC}}_{SMFD,max}$其中，为可控负荷的出力上限，为可控负荷的出力下限。SOC_SMFD,max和SOC_SMFD,min分别为存储类可控负荷荷电状态的上下限。步骤5，考虑到上述有功优化问题为一个混合整数非线性规划问题，采用分支定界‑原对偶内点法进行求解：步骤5‑a，根据风电出力和负荷的预测结果，按前一日调度情况求解各时段有功优化，得到各时段目标值，即当前时段对应目标函数的值，并将其作为分支定界法处理离散变量过程中各时段的上界；步骤5‑b，各电池储能系统在各时段内的充放电状态为离散变量，首先对所有离散变量进行松弛，然后采用原对偶内点法求解仅含连续变量的最优潮流问题，得到各控制变量、状态变量和对应的目标函数的值，判断所有离散变量结果是否为整数，若是，保存结果；否则，将该松弛问题及其目标函数值加入待分支队列，记为RP，同时将该目标函数值作为新的目标值下界；步骤5‑c，依次对RP中的子问题单个离散变量进行分支，采用原对偶内点法求解各松弛子问题，判断是否所有离散变量均取得整数值，若是，则保存结果，转5‑f；若否，则将其加入下次待分支队列中，记为RRP；步骤5‑d，根据剪支准则对RRP中所有子问题进行剪支，并更新RP；步骤5‑e，判断待分支队列RP是否为空，若是，则出错，退出计算；若否，则转步骤5‑c；步骤5‑f，对所有满足约束条件的调度方式进行放电深度的计算，然后得到等效运行成本，并加到每种调度方式的目标函数值中，并从中取出目标函数值最小的解作为最优解，实现主动配电网短期有功优化。