[发明专利]含大规模风电接入的输电网扩建与储能配置联合规划方法

摘要

本发明提出一种含大规模风电接入的输电网扩建与储能配置联合规划方法，属于考虑新能源发电消纳的电网规划领域。该方法通过结合多场景的随机规划与运行模拟，提出了一种考虑风电不确定性和储能寿命折损的混合优化方法，不仅能够考虑系统全年的风电‑负荷的随机出力场景，同时还能考虑储能寿命折损对联合规划结果的影响，最终求解得到合理有效的输电网扩展与储能配置方案。本发明可以用于在大规模风电接入下的输电网扩建与储能配置的联合规划领域，所得到的配置结果不仅能够有效缓解风力发电并网难的问题，还可以提高输电线路的利用效率，缓解线路阻塞。

主权项

1.一种含大规模风电接入的输电网扩建与储能配置联合规划方法，其特征在于，包括以下步骤：1)对当前电网进行年运行模拟，基于运行模拟结果筛选输电网扩建待选线路集和储能配置待选节点集；具体步骤如下：1‑1)建立不含储能的年运行模拟的直流最优潮流模型，该模型由目标函数和约束条件构成；具体如下：1‑1‑1)确定模型的目标函数；该模型的目标函数为最小化电网运行成本：min(CP+PN)其中，常规发电机组发电成本CP的计算表达式为：式中，c_k1、c_k0为分别常规发电机组的发电成本系数；将一天分为24个时刻，为节点k的常规发电机组在第d天、时刻t的有功出力，G为常规发电机组集合；弃风、切负荷惩罚成本PN的计算表达式为：式中，C^wg为单位弃风损失，为负荷节点k的单位切负荷损失；分别为第d天、时刻t处于节点k的风电场w的实际有功出力和最大有功出力；为负荷节点k在第d天、时刻t的切负荷功率，N为节点集合，WG为风电场集合；1‑1‑2)确定模型的约束条件；常规发电机组出力上下限约束：式中，分别为节点k的常规发电机组的出力下限和上限；常规发电机组爬坡率约束：式中，为节点k的常规发电机组的爬坡限制；风电机组出力上限约束：节点功率平衡方程约束：式中，为节点k在第d天、时刻t的有功负荷，将该条约束的影子价格记为λ_k,d(t)；支路功率方程约束：B_ij(θ_i,d(t)‑θ_j,d(t))‑P_ij,d(t)+(1‑a_ij)M_ij≥0B_ij(θ_i,d(t)‑θ_j,d(t))‑P_ij,d(t)‑(1‑a_ij)M_ij≤0式中，P_ij,d(t)为支路ij在第d天、时刻t的有功功率，θ_i,d(t)和θ_j,d(t)分别为支路ij两端节点在第d天、时刻t的电压相角；M_ij是正常数；对于系统已有的支路，a_ij等于1；支路功率上下限约束：式中，为支路ij的有功功率传输上限；1‑2)生成模型所需的输入参数：所述输入参数包括：a)电网的拓扑及反映阻抗的B矩阵参数；b)各节点负荷的时序曲线；c)风电场年出力时序曲线；d)机组和线路的运行状态，即其正常运行持续时间τ₁和故障修复时间τ₂；其中，输入参数c)风电场年出力时序曲线和d)机组和线路的运行状态计算方法如下：参数c)风电场年出力时序曲线的计算：对于任一时刻t，将风电场的出力与风速v_t的关系表示为以下非线性分段函数：式中，v_ci,v_r,v_c0分别为切入风速、额度风速、切出风速；P_r为额定功率；a,b,c为系数；对于风速v_t，采用时间序列法中的自回归滑动平均ARMA模型模拟生成风电场全年的时序风速曲线，ARMA表达式如下：y_t＝φ₁y_t‑1+φ₂y_t‑2+···+φ_ny_t‑n+α_t‑θ₁α_t‑1‑θ₂α_t‑2‑···‑θ_mα_t‑m式中，y_t为时刻t序列上的值；(n，m)表示ARMA模型的阶数，其中n表示y_t与前期值的相关阶数，m表示y_t与前期的随机误差项的相关阶数；φ₁,φ₂,···,φ_n为自回归参数；θ₁,θ₂,···,θ_n为滑动平均参数；α_t是一个均值为0，方差为的正态白噪声过程；，得到y_t后，时刻t的风速v_t表示为：v_t＝μ+σy_t式中，μ为平均风速，σ为风速标准差；参数d)机组和线路的运行状态的计算：采用序贯蒙特卡罗抽样法生成常规机组和线路全年的时序工作状态，正常运行持续时间τ₁和故障修复时间τ₂分别由式和式求出；式中，U₁和U₂是[0,1]上的均匀分布随机数，λ为元件的故障率，μ为修复率；1‑3)利用步骤1‑1)建立的模型和步骤1‑2)生成的输入参数对现有电网进行年运行模拟，得到所有线路ij全年的利用小时数H_ij以及所有节点k的功率平衡约束影子价格λ_k,d(t)的全年之和λ_k；其中，当一条线路在时刻t的有功潮流P_ij,d(t)满足时，该时刻计入H_ij；λ_k计算表达式如下：1‑4)分别对H_ij和λ_k按从大到小进行排序，选取λ_k最大的前1/3节点以及风电场的配置节点作为储能配置的待选节点集E，选取H_ij最大的前1/3条线路作为线路扩建的待选线路集PL；2)构建随机规划的场景集，建立含大规模风电接入的输电网扩建与储能配置的联合规划模型并求解，得到输电网扩建与储能配置的初始联合规划方案；具体步骤如下：2‑1)对过去全年的日风电出力曲线和日负荷曲线利用K‑means聚类算法进行聚类，得到春夏秋冬4个季节的风电日出力典型曲线和工作日与非工作日2类日负荷典型曲线，并将其组合成每个季节的工作日和非工作日分别对应的8类典型场景作为随机规划的场景集；2‑2)建立含大规模风电接入的输电网扩建与储能配置的联合规划模型，该模型由目标函数和约束条件构成；具体如下：2‑2‑1)确定模型的目标函数：该模型的目标函数为最小化电网与储能的投资成本与电网运行成本之和：min(INV+CP+PN)其中，储能投资、输电网扩建成本的等年值投资成本INV的计算表达式为：式中，A_e为各储能投资成本的等年值折现率，A_ij为各线路扩建成本的等年值折现率；a_e为各储能配置的0‑1决策变量，a_ij为个线路扩建的0‑1决策变量；为第e个储能的功率的单位投资成本，为第e个储能的容量的单位投资成本；P_e^ESS为第e个储能所配置的功率，为第e个储能所配置的容量；C_ij为线路ij的单位长度投资成本，L_ij为线路ij的长度；常规发电机组发电成本CP的计算公式为：式中，为节点k的常规发电机组在第s个典型场景、时刻t的有功出力，D_s为第s个典型场景的天数，弃风、切负荷惩罚成本PN的计算公式为：式中，和分别为第s个典型场景、时刻t处于节点k的风电场w的实际有功出力和最大有功出力；为负荷节点k在第s个典型场景、时刻t的切负荷功率；2‑2‑2)确定模型的约束条件：常规发电机组出力上下限约束：常规发电机组爬坡率约束：风电机组出力上限约束：节点功率平衡方程约束：式中，和分别为处于节点k的第e个储能在第s个典型场景、时刻t的放电功率和充电功率；为节点k在第s个典型场景、时刻t的有功负荷；支路功率方程约束：B_ij(θ_i,s(t)‑θ_j,s(t))‑P_ij,s(t)+(1‑a_ij)M_ij≥0B_ij(θ_i,s(t)‑θ_j,s(t))‑P_ij,s(t)‑(1‑a_ij)M_ij≤0式中，P_ij,s(t)为支路l_ij在第s个典型场景、时刻t的有功功率，θ_i,s(t)和θ_j,s(t)分别为支路l_ij两端节点在第s个典型场景、时刻t的电压相角；支路功率上下限约束：储能配置和线路扩建总数约束：式中，Γ_e和Γ_ij分别为储能配置最大个数和线路扩建最大数目；储能的最大配置功率和容量约束：式中，和分别为单个节点所配置储能的最大能量和最小能量；和分别为单个节点所配置储能的最大功率和最小功率；储能的充放电功率约束：式中，和分别为处于节点k的第e个储能在第s个典型场景、时刻t的充电状态变量和放电状态变量；储能多时段间能量耦合约束：式中，E_e,k,s(t)为第e个储能(第e个储能的位置为第k个节点)在第s个典型场景、时刻t的所存能量，η^ch，η^dc分别为储能的充放电效率；储能能量上下限约束：式中，和μ分别为储能能量上、下限约束因子；2‑3)对步骤2‑2)建立的模型求解，得到输电网扩建与储能配置的初始联合规划方案，其中储能的功率配置结果为P_e^ESS，储能的容量配置结果为3)对步骤2)得到的配置初始联合规划方案的电网进行全年的运行模拟，考虑风电全年的出力变化以及储能寿命折损的影响，对初始联合规划方案进行修正，得到最终的联合规划方案；具体步骤如下：3‑1)在步骤1‑1)建立的模型基础上，建立包含储能的年运行模拟的直流最优潮流模型，该模型由目标函数和约束条件组成；具体如下：3‑1‑1)确定模型的目标函数该模型的目标函数为最小化电网运行成本：min(CP+PN)其中：常规发电机组发电成本CP的计算公式为：弃风、切负荷惩罚成本PN的计算公式为：3‑1‑2)确定模型的约束条件：常规发电机组出力上下限约束：式中，和分别为节点k的常规发电机组的出力上限和下限；常规发电机组爬坡率约束：式中，为节点k的常规发电机组的爬坡限制；风电机组出力上限约束：节点功率平衡方程约束：式中，和分别为处于节点k的第e个储能在第d天、时刻t的放电功率和充电功率；为节点k在第d天、时刻t的有功负荷；支路功率方程约束：B_ij(θ_i,d(t)‑θ_j,d(t))‑P_ij,d(t)+(1‑a_ij)M_ij≥0B_ij(θ_i,d(t)‑θ_j,d(t))‑P_ij,d(t)+(1‑a_ij)M_ij≤0式中，P_ij,d(t)为支路l_ij在第d天、时刻t的有功功率，θ_i,d(t)和θ_j,d(t)分别为支路l_ij两端节点在第d天、时刻t的电压相角；支路功率上下限约束：储能的充放电功率约束：式中，和分别为处于节点k的第e个储能在第d天、时刻t的充电状态变量和放电状态变量；储能多时段间能量耦合约束：式中，E_e,k,d(t)为处于节点k的第e个储能在第d天、时刻t的所存能量；储能能量上下限约束：3‑2)将步骤3‑1)建立的模型中的储能功率与容量分别设置为步骤2‑3)求得的P_e^ESS和使用步骤1‑2)中已经生成的输入参数对电网进行全年运行模拟，得到所有储能全年的能量变化曲线；3‑3)根据步骤3‑2)得到的储能全年的能量变化曲线，计算每个储能寿命期间的100％充放电深度等效循环次数式中，Y_e为第e个储能的寿命年限，N_v,e为第e个储能在充放电深度v下的年循环次数；kp为不同类型储能电池循环寿命的指数系数；3‑4)计算第e个储能修正后的寿命年限Y_e^new：式中，是第e个储能寿命期间的100％充放电深度等效循环次数；计算修正储能寿命后的储能成本等年值折算系数式中，r是等年值计算时的贴现率；3‑5)将步骤2‑2)建立的模型的目标函数中A_e更新为然后重新返回步骤2‑3)求解该模型，得到更新后的初始联合规划方案，获得更新后P_e^ESS和利用步骤3‑1)建立的模型对更新了P_e^ESS和的系统进行运行模拟，得到该方案下所有储能全年的能量变化曲线并计算其寿命期间100％充放电深度等效循环次数得到更新后的3‑6)判定各个储能更新后的是否满足储能循环寿命收敛准则其中ε为储能循环寿命收敛因子；如果所有储能的均满足该收敛准则，则进入步骤3‑7)；否则，重新返回步骤3‑4)；3‑7)对每个储能分别配置不同百分比并进行全年运行模拟，利用下式计算第e个储能配置不同百分比容量时的收益/投资比并绘制第e个储能容量的收益/投资比变化曲线：式中，SP_e^ESS为第e个储能能量容量的收益/投资比，为第d天第t时刻第e个储能能量上限约束对应的影子价格；3‑8)采用贪婪算法修正每个储能所配置的容量；具体修正办法为：根据每个储能容量的收益/投资比变化曲线对储能配置方案进行修正，首先从所有收益/投资比大于1.05的储能容量中，选取其中最大的储能容量作为该节点的储能最优配置容量；如果所有的储能最优配置容量都已经选出，则得到修正后的初始联合规划方案，然后进入步骤3‑9)；否则，重新回到步骤3‑7)，重新求解未修正储能的收益/投资比曲线；3‑9)利用步骤3‑1)建立的模型对更新了所有储能最优容量的系统进行运行模拟，求解所有储能寿命期间的100％充放电深度的等效循环次数，并判断其是否满足储能循环寿命收敛准则，如果是，则停止修正，此时的方案即为最终的输电网扩建与储能配置联合规划方案；否则重新返回步骤3‑4)。