[发明专利]一种基于储能电池的分布式光伏高渗透率电网电压优化方法有效
申请号: | 201611059319.7 | 申请日: | 2016-11-27 |
公开(公告)号: | CN106786610B | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 崔杨;刘文;张节潭;唐耀华;杨志文 | 申请(专利权)人: | 东北电力大学 |
主分类号: | H02J3/12 | 分类号: | H02J3/12;H02J3/32;H02J3/38 |
代理公司: | 吉林市达利专利事务所 22102 | 代理人: | 陈传林 |
地址: | 132012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于储能电池的光伏高渗透率电网电压优化方法,其特点是,包括电压越限机理与基于储能电池改善电压越限的机理分析、改善电压越限的优化模型及求解、储能电池最优配置容量的确定。本发明充分考虑了从用户侧角度切入,并结合了电压越限机理和基于储能电池改善电压越限的机理,通过遗传算法求解,实现改善系统节点电压水平,获得储能电池的最优配置容量值,具有科学合理,实用效果佳等优点,能够为配电网中储能电池的定容、运行控制等提供依据。 | ||
搜索关键词: | 一种 基于 电池 光伏高 渗透 电网 电压 优化 方法 | ||
【主权项】:
1.一种基于储能电池的分布式光伏高渗透率配电网电压优化方法,其特征是,它包括:电压越限机理与基于储能电池改善电压越限的机理分析、改善电压越限的优化模型及求解、储能电池最优配置容量的确定,具体步骤有:1)电压越限机理与基于储能电池改善电压越限的机理分析辐射式配电网在无分布式光伏电源接入时,配电网潮流流向总是从网络的首端流向末端,随着分布式光伏电源的接入,配电网潮流流向可能发生逆向流动;配电网已不再是仅为负荷供电的被动网络,而是变成了能与分布式光伏电源、负荷进行互动的交互网络;当分布式光伏电源向配电网注入功率时,相应的节点处的电压有可能升高,这种情况更可能出现在高渗透率分布式光伏电源接入配电网时;配电网中除接入负荷和分布式光伏电源之外,还配置了一定容量的储能电池;当分布式光伏电源的渗透率处于较低水平,无节点发生电压越限时,此时储能电池不参与调节电压;当分布式光伏电源的渗透率较高而使节点电压发生越限时,电网允许储能电池参与,对储能电池的充电功率进行调度,以改善节点电压越限;通过对节点处储能电池的充电功率进行合理的调度,能够解决配电网中因高渗透率分布式光伏电源的接入而引起的电压越限问题;2)改善电压越限的优化模型及求解对储能电池充电功率的合理调度能够有效解决由高渗透率分布式光伏电源引起的配电网电压越限问题;构建基于对储能电池充电功率最优调度,以使得配电网中各节点电压越限能够得到改善电压越限的优化模型如下:每次遗传算法迭代后每个种群各节点的电压越限量之和达到最小;表达式为式(1):其中:Vk为每次迭代后电压越限节点k的电压幅值;VN为设定的节点正常电压幅值上限;k为遗传算法中每次迭代后每个种群电压越限节点的个数,非定值;每次迭代后电压越限节点则根据每次潮流计算后对所有节点筛选搜索得来;(a)功率平衡约束配电网与分布式光伏电源、负荷、储能电池的交互稳定运行需在功率平衡的约束下进行;当分布式光伏电源与负荷功率失衡时,由储能电池、配电网参与调节;配电网与分布式光伏电源、负荷、储能电池的在节点i处的交互功率PGi满足等式(2):其中:PPVi为节点i处的分布式光伏电源输出功率;PLi为节点i处的负荷功率;η为储能电池充放电效率;PBATi为储能电池的充放电功率;PBATi<0表示储能电池处于充电状态;PBATi≥表示储能电池处于放电状态;交互功率PGi的存在,说明配电网与分布式光伏电源、负荷、储能电池之间功率有内在的联系,是节点处功率流动避免失衡的保障;当配电网运行时,各节点的潮流将按照等式(2)约束自动调节功率流动,以使配电网运行在正常的状态;(b)储能电池的充电功率上下限约束将储能电池等效为PQ型负荷,改善电压越限的优化模型约束条件为各储能电池充电功率的上下限容量,由式(3)表示:PBATimin≤PBATi≤PBATimax i=1,...,N (3)其中:N为配电网中配置的储能电池的数目;PBATimin为储能电池i的充电功率下限值;PBATimax为储能电池i的充电功率上限值;一般的,PBATimin取0,而PBATi max在遗传算法初始化中先设为预定值;计算时,首先在预定值中寻找各储能电池的最优充电功率调度值,待算法结束实现优化目标后再确立具体的各储能电池的最优配置容量值;(c)利用遗传算法求解遗传算法是一种随机搜索全局最优解的优化方法,具有良好的全局寻优能力,可实现解空间中快速寻优,利用遗传算法求解的过程有:①编码及初始化;②构造适应度函数;对遗传算法每次迭代后每个种群中所有电压越限节点的电压幅值与电压幅值上限之差求和,所得和值作为适应度函数值;适应度函数为式(4):其中:Vk为每次迭代后电压越限节点k的电压幅值;VN为设定的节点正常电压幅值上限,设为1.03pu;③交叉和变异;每次迭代时,适应度函数都要对每次迭代的种群中所有个体,即储能电池充电功率进行评价,对种群中满足条件的个体进行选择、交叉和变异操作,产生下一代种群;④终止条件;当迭代达到最大遗传代数时,迭代终止,输出对储能电池的最优充电功率调度值;3)储能电池最优配置容量的确定利用已求解得到的最优充电功率调度值,来确定储能电池的最优配置容量;按式(5)和式(6)计算;其中:为节点i处储能电池在t0至t1时段的充电电量;为对节点i处储能电池的最优充电功率调度值;t0为节点i处出现节点电压越限的初始时刻;t1为节点i处电压越限得到改善恢复正常值时的截止时刻;E0i为节点i处储能电池的初始荷电量,η为储能电池的充电效率。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北电力大学,未经东北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201611059319.7/,转载请声明来源钻瓜专利网。