本發(fā)明涉及儲(chǔ)能并網(wǎng)與運(yùn)行控制，尤其涉及一種配電網(wǎng)儲(chǔ)能系統(tǒng)優(yōu)化配置方法。

背景技術(shù)：

1、整縣光伏背景下，分布式光伏（distributed?photovoltaic?generation，dpv）大規(guī)模并網(wǎng)，其隨機(jī)性、波動(dòng)性給主動(dòng)配電網(wǎng)（active?distribution?network，adn）的安全經(jīng)濟(jì)運(yùn)行帶來巨大挑戰(zhàn)。同時(shí)，“雙碳”目標(biāo)的提出，將引起分布式光伏等新能源發(fā)電的新一輪爆發(fā)式增長(zhǎng)。如何高效消納已接入的分布式光伏，并且在主動(dòng)配電網(wǎng)安全運(yùn)行條件下進(jìn)一步提升對(duì)分布式光伏的承載能力，成為亟待解決的問題。儲(chǔ)能系統(tǒng)（energy?storagesystem，ess）具有靈活的充放電特性，能夠有效緩解分布式光伏出力與負(fù)荷需求間的時(shí)序不匹配的問題，能夠有效緩解分布式光伏出力的“逆負(fù)荷性”，改善電網(wǎng)的供電質(zhì)量，提高電網(wǎng)韌性。

2、目前儲(chǔ)能配置的目的大多是促進(jìn)可再生能源消納，一般以經(jīng)濟(jì)性或電能質(zhì)量為目標(biāo)，綜合考慮系統(tǒng)運(yùn)行和設(shè)備約束，構(gòu)建雙層模型，并基于適當(dāng)?shù)闹悄芩惴ɑ蚯蠼馄魍瓿缮舷聦忧蠼?。胡偉等人提出了考慮主動(dòng)配電網(wǎng)脆弱性的儲(chǔ)能雙層優(yōu)化配置模型（胡偉,楊碩.考慮主動(dòng)配電網(wǎng)脆弱性的儲(chǔ)能雙層優(yōu)化配置模型[j].智慧電力,2024,52(06):1-8.），該雙層模型流程如圖1所示，由圖1可知該雙層配置模型的流程包括：通過上層向下層傳遞儲(chǔ)能配置方案；下層確定配置方案后，考慮電網(wǎng)綜合脆弱性指標(biāo)，優(yōu)化儲(chǔ)能運(yùn)行策略并將其傳遞給上層；上層再通過儲(chǔ)能出力策略求解經(jīng)濟(jì)性指標(biāo)，確定最后配置方案。該模型在保證經(jīng)濟(jì)性的前提下改善了現(xiàn)有的供電質(zhì)量，但無法緩解未來分布式光伏進(jìn)一步接入所導(dǎo)致的反向負(fù)載對(duì)變壓器的沖擊和線路的壓力；不能充分發(fā)揮儲(chǔ)能系統(tǒng)的全部潛力；同時(shí)采用主觀賦權(quán)的方法具有較大的主觀隨意性，無法準(zhǔn)確反映各指標(biāo)的重要性；加權(quán)單目標(biāo)求解可能會(huì)丟失關(guān)于單個(gè)目標(biāo)及其關(guān)系的信息，無法獲取最優(yōu)解。

技術(shù)實(shí)現(xiàn)思路

1、（一）要解決的技術(shù)問題

2、為解決現(xiàn)有技術(shù)中配電網(wǎng)儲(chǔ)能系統(tǒng)優(yōu)化配置所出現(xiàn)的上述技術(shù)問題至少之一，本發(fā)明的實(shí)施例提供了一種配電網(wǎng)儲(chǔ)能系統(tǒng)優(yōu)化配置方法，通過外層以及內(nèi)層雙階段的設(shè)置，使得該方法兼顧光伏消納和承載力提升。

3、（二）技術(shù)方案

4、針對(duì)上述技術(shù)問題，本發(fā)明的實(shí)施例提出一種配電網(wǎng)儲(chǔ)能系統(tǒng)優(yōu)化配置方法。

5、根據(jù)本發(fā)明的第一個(gè)方面提供了一種配電網(wǎng)儲(chǔ)能系統(tǒng)優(yōu)化配置方法，包括：獲取初始分布式電源數(shù)據(jù)及相關(guān)參數(shù)；對(duì)初始分布式電源數(shù)據(jù)進(jìn)行削減聚類，得到典型日的光伏數(shù)據(jù)和概率，作為原始數(shù)據(jù)；將原始數(shù)據(jù)以及相關(guān)參數(shù)輸入配電網(wǎng)儲(chǔ)能系統(tǒng)的雙層模型中，綜合考慮目前光伏消納與未來光伏承載能力，得到目標(biāo)儲(chǔ)能配置方案，其中，雙層模型包括外層的儲(chǔ)能配置層和內(nèi)層的光儲(chǔ)運(yùn)行層，光儲(chǔ)運(yùn)行層包括第一階段優(yōu)化運(yùn)行模型和第二階段優(yōu)化運(yùn)行模型，儲(chǔ)能配置層綜合考慮第一階段優(yōu)化運(yùn)行模型和第二階段優(yōu)化運(yùn)行模型得到的配電網(wǎng)運(yùn)行綜合得分和光伏可接入數(shù)量，得出目標(biāo)儲(chǔ)能配置方案；以及相關(guān)參數(shù)包括配電網(wǎng)網(wǎng)架結(jié)構(gòu)、儲(chǔ)能可配置節(jié)點(diǎn)和容量、光伏可配置節(jié)點(diǎn)容量、分時(shí)電價(jià)、單位網(wǎng)損成本、單位棄光懲罰成本、單位儲(chǔ)能建設(shè)成本、單位儲(chǔ)能運(yùn)維成本、單位光伏運(yùn)維成本。

6、在一些示例性的實(shí)施例中，將原始數(shù)據(jù)以及相關(guān)參數(shù)輸入配電網(wǎng)儲(chǔ)能系統(tǒng)的雙層模型中，綜合考慮目前光伏消納與未來光伏承載能力，得到目標(biāo)儲(chǔ)能配置方案包括：利用儲(chǔ)能配置層，隨機(jī)生成初始儲(chǔ)能配置方案；利用儲(chǔ)能配置層將原始數(shù)據(jù)、相關(guān)參數(shù)以及初始儲(chǔ)能配置方案輸入光儲(chǔ)運(yùn)行層；基于光儲(chǔ)運(yùn)行層的約束條件，考慮第一階段的優(yōu)化目標(biāo)，構(gòu)建第一階段優(yōu)化運(yùn)行模型；求解第一階段優(yōu)化運(yùn)行模型，得到第一階段的運(yùn)行策略及其對(duì)應(yīng)的配網(wǎng)運(yùn)行綜合得分；基于光儲(chǔ)運(yùn)行層的約束條件，考慮第二階段的優(yōu)化目標(biāo)，構(gòu)建第二階段優(yōu)化運(yùn)行模型；求解第二階段優(yōu)化運(yùn)行模型，得到第二階段的運(yùn)行策略及其對(duì)應(yīng)的額外光伏可接入數(shù)量；將配網(wǎng)運(yùn)行指標(biāo)和額外光伏可接入數(shù)量作為儲(chǔ)能配置層的優(yōu)化目標(biāo)，構(gòu)建儲(chǔ)能配置層的優(yōu)化配置模型；以及求解儲(chǔ)能配置層的優(yōu)化配置模型，得到目標(biāo)儲(chǔ)能配置方案。

7、在一些示例性的實(shí)施例中，對(duì)初始分布式電源數(shù)據(jù)進(jìn)行削減聚類包括：采用k-means聚類算法對(duì)研究時(shí)段內(nèi)具有相似特征的初始分布式電源數(shù)據(jù)進(jìn)行歸類，并得出每一分類出現(xiàn)的概率。

8、在一些示例性的實(shí)施例中，第一階段的優(yōu)化目標(biāo)包括：總成本最低、電壓偏差最小以及凈負(fù)荷波動(dòng)率最低，其中，總成本包括日均投資建設(shè)成本、運(yùn)維成本、網(wǎng)損成本、從上級(jí)電網(wǎng)購(gòu)電成本和棄光成本；以及所述總成本、所述電壓偏差以及所述凈負(fù)荷波動(dòng)率與典型日的光伏數(shù)據(jù)和概率有關(guān)。

9、在一些示例性的實(shí)施例中，第二階段的優(yōu)化目標(biāo)包括：光伏等效并網(wǎng)容量最高，其中，光伏等效并網(wǎng)容量為分布式光伏的并網(wǎng)容量和分布式光伏所造成的網(wǎng)絡(luò)損耗兩者的差值。

10、在一些示例性的實(shí)施例中，光儲(chǔ)運(yùn)行層的約束條件包括：潮流約束、功率平衡約束、節(jié)點(diǎn)電壓約束、分布式光伏可接入節(jié)點(diǎn)約束、反向負(fù)載率約束以及儲(chǔ)能運(yùn)行約束。

11、在一些示例性的實(shí)施例中，求解第一階段優(yōu)化運(yùn)行模型包括：采用nsga-iii算法，對(duì)第一階段優(yōu)化運(yùn)行模型中的光伏與儲(chǔ)能系統(tǒng)輸出功率進(jìn)行優(yōu)化，得到優(yōu)化目標(biāo)解集，其中，優(yōu)化目標(biāo)解集為一組非支配解；采用優(yōu)劣解距離法考慮主客觀權(quán)重從優(yōu)化目標(biāo)解集中選取最優(yōu)解，其中，主客觀權(quán)重采用層次分析法與熵權(quán)法相結(jié)合的賦權(quán)方法得到。

12、在一些示例性的實(shí)施例中，求解第二階段優(yōu)化運(yùn)行模型包括：利用求解器計(jì)算潮流進(jìn)行第二階段出力策略優(yōu)化。

13、在一些示例性的實(shí)施例中，在第一階段優(yōu)化運(yùn)行模型下，儲(chǔ)能配置層的優(yōu)化目標(biāo)為配網(wǎng)運(yùn)行綜合得分最大，其中，配網(wǎng)運(yùn)行綜合得分與配網(wǎng)運(yùn)行指標(biāo)中的優(yōu)化目標(biāo)解集和最劣優(yōu)化目標(biāo)解集之間的距離呈負(fù)相關(guān)；和/或在第二階段優(yōu)化運(yùn)行模型下，儲(chǔ)能配置層的優(yōu)化目標(biāo)為分布式光伏可接入容量最大，其中，分布式光伏可接入容量與光伏等效并網(wǎng)容量呈正相關(guān)。

14、在一些示例性的實(shí)施例中，求解儲(chǔ)能配置層的優(yōu)化配置模型包括：采用基于增強(qiáng)反向世代距離度量的多目標(biāo)進(jìn)化算法進(jìn)行儲(chǔ)能配置層的優(yōu)化配置模型的設(shè)計(jì)。

15、（三）有益效果

16、從上述技術(shù)方案可以看出，本發(fā)明實(shí)施例提供的一種配電網(wǎng)儲(chǔ)能系統(tǒng)優(yōu)化配置方法，至少具有如下有益效果：

17、（1）通過采用雙層兩階段儲(chǔ)能系統(tǒng)配置方法，能夠兼顧光伏消納和承載力提升。該方法綜合考慮主動(dòng)配電網(wǎng)運(yùn)行穩(wěn)定性、可靠性、經(jīng)濟(jì)性、綠色性和進(jìn)一步的光伏承載能力，求解策略高效，用于實(shí)現(xiàn)儲(chǔ)能系統(tǒng)的選址定容，為保障主動(dòng)配電網(wǎng)安全運(yùn)行和“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要指導(dǎo)意義。

18、（2）本發(fā)明將基于增強(qiáng)反向世代距離度量的多目標(biāo)進(jìn)化算法（moea/igd-ns）應(yīng)用于儲(chǔ)能配置模型的求解，該算法基于自然界中生物進(jìn)化和種群遺傳機(jī)制，結(jié)構(gòu)簡(jiǎn)單、控制參數(shù)少和顯著的尋優(yōu)性能，優(yōu)化了求解過程，提高了求解效率。

19、（3）本發(fā)明內(nèi)層第一階段采用基于參考點(diǎn)的非支配遺傳算法nsga-iii（non-dominated?sorting?genetic?algorithm?iii，nsga-iii），該算法可處理具有四個(gè)或更多目標(biāo)的多目標(biāo)優(yōu)化問題，可針對(duì)實(shí)際運(yùn)行添加更多的優(yōu)化目標(biāo)，用于確定實(shí)際光儲(chǔ)運(yùn)行策略。

20、（4）本發(fā)明所采用的非支配解集最優(yōu)解選取方法為考慮主客觀權(quán)重的改進(jìn)topsis法，賦權(quán)采用ahp-反熵權(quán)法的組合賦權(quán)方法。兼顧專家經(jīng)驗(yàn)和客觀性，合理賦權(quán)確保評(píng)價(jià)結(jié)果可信性。