【技術實現步驟摘要】
本專利技術涉及配電網規劃，尤其是涉及一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法。
技術介紹
1、光伏發電的隨機性和間歇性導致資源利用率低，儲能具備控制靈活、響應快速的特性，是當前解決光伏并網和提高消納的有效手段之一，分布式光伏儲能配置方案則是提高光伏系統穩定性和能源利用效率的關鍵。
2、在配電網規劃領域，現有研究大多集中于單一場景下的分布式電源選址與定容問題，未能充分考慮分布式光伏發電的時序變化和季節性波動，忽略了實際應用中電網運行的復雜性，導致所得方案在實際應用中存在實施難度。且現有研究在探討分布式光伏集成時，往往未對儲能設施的配置進行同步優化，從而可能引起系統內部的能源損耗。
3、此外，在算法應用方面，粒子群優化(particle?swarm?optimization，pso)算法因其快速的收斂特性而被廣泛采用。然而，隨著電力系統規模的擴大和模型復雜度的提升，pso算法易于陷入局部最優，且其性能受到粒子拓撲結構的影響，對算法的初始設定較為敏感，導致無法快速、準確求解得到優化結果。
技術實現思路
1、本專利技術的目的就是為了克服上述現有技術存在的缺陷而提供一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，綜合考慮光伏發電的時序特性和季節性變化，以構建得到分布式光伏與儲能配置優化模型，再采用遺傳算法進行求解計算，能夠低成本、快速準確獲得最優配置優化結果。
2、本專利技術的目的可以通過以下技術方案來實現：一種考慮時序特性的分布式光
3、s1、構造時序特性下的分布式光伏與儲能配置優化模型，該優化模型以系統總成本最少作為優化目標；
4、s2、采用遺傳算法對優化模型進行求解，輸出得到最優光伏和儲能配置方案。
5、進一步地，所述步驟s1中優化模型包括目標函數和約束條件，所述目標函數包括分布式光伏與儲能的投資及運維成本、電力系統運行成本；
6、所述約束條件包括節點電壓約束、潮流約束、光伏安裝容量約束和儲能安裝容量約束。
7、進一步地，所述電力系統運行成本包括網上成本、主網購電成本和棄光成本。
8、進一步地，所述目標函數具體為：
9、
10、其中，totalcost為系統總成本，npv和ness分別指pv(photovoltaic，光伏)和ess(energy?storage?system，儲能系統)的數量，epv、eess、epvloss、eext和enetloss分別為pv發電量、ess發電量、棄光電量、外部購電量和網損電量，pele和pnetloss分別指pv安裝單位價格、ess安裝單位價格、pv單位發電量運維成本、ess單位發電量運維成本、單位棄光成本、主網購電單位成本和單位網損成本。
11、進一步地，所述光伏(photovoltaic，pv)安裝容量約束具體為：
12、
13、其中，為節點i處pv安裝數量，為pv安裝最大數量，lpv為pv安裝待選節點。
14、進一步地，所述儲能(energy?storage?system，ess)安裝容量約束具體為：
15、
16、其中，為節點i處ess安裝數量，為ess安裝最大數量，less為ess安裝待選節點。
17、進一步地，所述節點電壓約束具體為：
18、
19、其中，為節點i處允許的電壓最小值，為節點i處允許的電壓最大值，ui為節點i處的電壓。
20、進一步地，所述潮流約束具體為：
21、
22、其中，pis和qis分別為節點i和j的有功注入和無功注入，ui是節點i的電壓幅值，aij是節點構成的鄰接矩陣的第i行第j列的元素，gij和bij是節點導納矩陣的實部和虛部，即為支路的電阻與電抗，θij是節點i和j之間的相角差。
23、進一步地，所述步驟s2包括以下過程：
24、s21、收集全年的輻射照度數據；
25、s22、利用k-means算法對輻射照度數據進行聚類，得到4個典型場景，分別對應春夏秋冬四個季度的輻射照度；
26、s23、設置種群數量、變異率、精英策略保留數量、最大迭代次數以及最優解最大連續不變次數終止條件；
27、s24、生成初始群體，群體中每個個體對應為一個光伏與儲能配置方案，并以數組的形式儲存，數組中的元素分別對應節點的pv安裝數量和ess安裝數量；
28、s25、檢驗循環條件：迭代次數小于等于最大迭代次數且最優解連續不變次數小于最大次數，若是，則執行步驟s26，否則執行步驟s29；
29、s26、針對群體中的每個個體在4個典型場景下每個時刻進行約束條件檢驗，若不滿足約束，則淘汰該個體；
30、s27、計算所有存活個體的適應度值，根據精英法則，保留適應度值最高的部分個體；
31、s28、進行交叉與變異操作，生成新群體，之后重復步驟s25～s27；
32、s29、輸出群體中適應度值最高的個體。
33、進一步地，所述步驟s22中4個典型場景的共性特點為峰值出現在12時、0-5時與20-23時輻射照度接近于0，不同點在于峰值的數值存在顯著差異，且四個場景輻射照度出現顯著不為0的最早時間與消失的最晚時間存在差異。
34、與現有技術相比，本專利技術具有以下優點：
35、本專利技術首先構建得到分布式光伏與儲能配置優化模型，該優化模型以系統總成本最小作為優化目標，其中，系統總成本主要由兩部分構成，第一部分為分布式光伏與儲能的投資與運維成本，第二部分為電力系統運行產生的成本，由網損成本、主網購電成本和棄光成本構成；此外，設置約束條件包括節點電壓約束、潮流約束，分布式光伏與儲能安裝容量約束。之后綜合考慮光伏發電的時序特性和季節性變化，利用k-means算法對輻射照度數據聚類得出4個典型場景，再使用遺傳算法來求解優化模型，能夠有效降低計算成本，并且克服pso算法在處理復雜優化問題時的局限性、避免陷入局部優解，提高優化結果的實用性和有效性。
本文檔來自技高網...【技術保護點】
1.一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述步驟S1中優化模型包括目標函數和約束條件，所述目標函數包括分布式光伏與儲能的投資及運維成本、電力系統運行成本；
3.根據權利要求2所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述電力系統運行成本包括網上成本、主網購電成本和棄光成本。
4.根據權利要求3所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述目標函數具體為：
5.根據權利要求2所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述光伏PV安裝容量約束具體為：
6.根據權利要求2所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述儲能ESS安裝容量約束具體為：
7.根據權利要求2所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述節點電壓約
8.根據權利要求2所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述潮流約束具體為：
9.根據權利要求1所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述步驟S2包括以下過程：
10.根據權利要求9所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述步驟S22中4個典型場景的共性特點為峰值出現在12時、0-5時與20-23時輻射照度接近于0，不同點在于峰值的數值存在顯著差異，且四個場景輻射照度出現顯著不為0的最早時間與消失的最晚時間存在差異。
...【技術特征摘要】
1.一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述步驟s1中優化模型包括目標函數和約束條件，所述目標函數包括分布式光伏與儲能的投資及運維成本、電力系統運行成本；
3.根據權利要求2所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述電力系統運行成本包括網上成本、主網購電成本和棄光成本。
4.根據權利要求3所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述目標函數具體為：
5.根據權利要求2所述的一種考慮時序特性的分布式光伏與儲能系統動態優化配置方法，其特征在于，所述光伏pv安裝容量約束具體為：
6.根據權利要求2所述的一種考慮時序特...
【專利技術屬性】
技術研發人員：祝燕萍，徐嚴儼，徐呈程，花成，馮思源，
申請(專利權)人：國網上海市電力公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。