技术领域
[0001] 本发明涉及电网侧储能技术领域，特别是涉及一种电网侧储能优化方法及系统。
相关背景技术
[0002] 大规模储能技术在电力系统中的应用越来越广泛，但由于储能成本依然较高，合理的储能配置有利于提高使用经济性，因此储能在电力系统中的规划问题引来越来越多的学者关注，因储能配置问题为复杂的非线性问题，只能利用智能算法求解，算法复杂，无法实现电网侧储能的快速合理的配置。
具体实施方式
[0108] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0109] 本发明的目的是提供一种电网侧储能优化方法及系统，以实现电网侧储能的快速合理的配置，减少资源浪费。
[0110] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0111] 实施例
[0112] 图1为本发明实施例中电网侧储能优化方法流程图，如图1所示，本发明提供一种电网侧储能优化方法，包括：
[0113] 一种电网侧储能优化方法，所述方法包括：
[0114] 步骤101，获取电网侧储能数据；所述电网侧储能数据，具体包括：无储能时线路最大负荷、有储能时线路峰值负荷、与不加储能相比加入储能后使电网多接纳的风电功率、不加储能时火电机组有功出力、加入储能后火电机组有功出力、储能系统额定功率、储能系统额定容量和储能系统放电功率。
[0115] 步骤102，基于所述电网侧储能数据建立电网储能配置优化的目标函数。
[0116] 所述目标函数为：maxf＝y1+y2+y3-yin；
[0117] 其中，y1为储能系统延缓输电网升级改造收益：
[0118]
[0119]
[0120] 式中，Nl为总线路数，Plmax为无储能时输电线路l的最大负荷， 为有储能时输电线路l的峰值负荷，i0为预期收益率，Δn为储能系统用于延缓输电网升级改造年限，λl为输电线路l单位扩建成本，γ为储能系统削峰率，λ为负荷年增长率。
[0121] y2为提升风电消纳收益：
[0122]
[0123] 式中，T为电网典型负荷日内的采样总时间，即，电网典型负荷日内的采样点数，相当于t的上限。ft,w为与不加储能相比加入储能后t时刻使电网多接纳的风电功率，w为风电场，Δt为采样时间间隔，Cw为风电电价。
[0124] y3为储能调峰减少的环境成本：
[0125]
[0126] 式中，Ng为火电机组的总个数，Pt,a,g为不加储能时t时刻火电机组a的有功出力，为加入储能后t时刻火电机组a的有功出力，da为火电机组a的SO2排放系数，ka为火电机组a的SO2排污成本，g为火电机组中的发电机，Δt为时间间隔。
[0127] yin为储能系统全寿命周期平均到每年的成本：
[0128]
[0129] 式中，Cp为储能单位功率成本，Pes为储能系统额定功率，CE为储能单位容量成本，Ees为储能系统额定容量，n为储能系统寿命年限，M为单位放电电量的运行维护成本，Nes为储能系统的总个数，pt,k,es为t时刻储能系统k的放电功率，es为储能。
[0130] 步骤103，基于所述电网侧储能数据确定电网储能配置优化的约束条件；所述约束条件包括潮流约束、节点电压约束、火电机组出力约束、风电出力约束、线路容量约束、储能功率约束和储能容量约束。
[0131] 所述潮流约束公式如下：
[0132]
[0133]
[0134] 所述节点电压约束公式如下：
[0135]
[0136] 所述火电机组出力约束公式如下：
[0137]
[0138] 所述风电出力约束公式如下：
[0139]
[0140] 所述线路容量约束公式如下：
[0141]
[0142] 所述储能功率约束公式如下：
[0143] Psmin≤PES,s≤Psmax
[0144] 所述储能容量约束公式如下：
[0145]
[0146] 式中，i，j均为电力系统节点，N为电力系统的节点数量， 为t时刻节点i的有功功率， 为t时刻的i节点电压值， 为t时刻的j节点电压值，Gij为i，j节点之间的电导，Bij为i，j节点之间的电纳，δij为i，j节点之间的相角差，Umin表示电压下限值，Umax表示电压上限值， 为t时刻发电机有功功率， 为发电机有功功率下限值， 为发电机有功功率上限值， 为t时刻发电机无功功率， 为发电机无功功率下限值， 为发电机有功功率上限值， 为t时刻风电场w有功功率， 为风电场w有功功率下限值， 为风电场w有功功率上限值， 为t时刻i，j节点之间的线路容量， 为i，j节点之间的线路容量上限值，PES,s为安装储能节点s的储能功率；Psmax为安装储能节点s的储能功率上限值，Psmin为安装储能节点s的储能功率下限值，EES,s为安装储能节点s的储能容量， 为安装储能节点s的储能容量上限值， 为安装储能节点s的储能容量下限值。
[0147] 步骤104，根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储能配置参数进行优化，确定在满足所述约束条件下使所述目标函数最大的电网储能配置参数，作为最优电网储能配置参数，所述电网储能配置参数包括电网的储能装置的安装位置、容量和功率。
[0148] 如图2所示，步骤104，所述根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储能配置参数进行优化，确定在满足所述约束条件下使所述目标函数最大的电网储能配置参数，作为最优电网储能配置参数，具体包括：
[0149] 初始化天牛群的位置矩阵X＝(X1,X2,…,Xn)、速度矩阵V＝(V1,V2,…,Vn)T和每个天牛的天牛须朝向 其中，X1，X2和Xn分别表示第1个天牛、第2个天牛和第n个天牛的位置向量，V1，V2和Vn分别表示第1个天牛、第2个天牛和第n个天牛的速度向量，n表示天牛群中天牛的数量；X1，X2，Xn，V1，V2和Vn的维度均为m，m表示电网储能配置参数的数量；
表示第i个天牛的天牛须朝向；初始化天牛群的群体极值为0。Vi＝(vi1,vi2,…,vim)T。rand(m,1)表示生成m行一列的随机向量。在储能问题中，天牛位置坐标代表储能待求的安装位置和功率以及容量大小，即m＝3。
[0150] 在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值。具体包括：将i的数值初始化为1；将第i个天牛的位置向量带入约束条件的公式，判断第i个天牛的位置向量是否满足所述约束条件，得到第二判断结果；若所述第二判断结果表示第i个天牛的位置向量满足所述约束条件，则利用目标函数计算第i个天牛的适应度函数值；若所述第二判断结果表示第i个天牛的位置向量不满足所述约束条件，则随机生成第i个天牛的位置向量；返回步骤“将第i个天牛的位置向量带入约束条件的公式，判断第i个天牛的位置向量是否满足所述约束条件，得到第二判断结果”，直到第i个天牛的位置向量满足所述约束条件；判断i的数值是否小于天牛群中天牛的数量，得到第三判断结果；若所述第三判断结果表示i的数值小于天牛群中天牛的数量，则令i的数值增加1，返回步骤“将第i个天牛的位置向量带入约束条件的公式，判断第i个天牛的位置向量是否满足所述约束条件，得到第二判断结果”；若所述第三判断结果表示i的数值不小于天牛群中天牛的数量，则输出每个天牛的适应度函数值。
[0151] 根据每个天牛的适应度函数值确定本次迭代的最大的适应度函数值，将本次迭代的最大的适应度函数值与群体极值进行比较，当本次迭代的最大的适应度函数值大于所述群体极值时，将所述群体极值更新为本次迭代的最大的适应度函数值。
[0152] 判断迭代次数是否小于迭代次数阈值，得到第一判断结果。
[0153] 若所述第一判断结果表示迭代次数小于迭代次数阈值，则令迭代次数的数值增加1，更新每个天牛的位置向量和速度向量，返回步骤“在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值”。其中，所述更新每个天牛的位置向量和速度向量，具体包括：根据第t次迭代过程中第i个天牛的位置向量，确定第t次迭代过程中第i个天牛的左须坐标 和右须坐标
其中， 表示第t次迭代过程中第i个天牛的位置向量，dt表示第t次迭代过程中天牛群的每个天牛的左须和右须的距离；根据第t次迭代过程中第i个天牛的左须坐标和右须坐标，利用公式 计算第i个天牛的个体极值；其中， 表示第t次迭代
过程中第i个天牛的个体极值，sign为符号函数，f(·)为目标函数；根据第i个天牛的个体极值，利用公式 更新第i个天牛的速度向量；Vit+1和
Vit分别表示第t+1次迭代和第t次迭代过程中第i个天牛的速度向量，c1和c2分别表示第一非负参数和第二非负参数，r1t和 分别表示第t次迭代过程中在0-1之间随机生成的第一随机数和第二随机数，fbest表示群体极值；根据更新后的第i个天牛的速度向量，利用公式更新第i个天牛的位置向量；其中， 表示第t+1次迭代过程中第i个天牛
的位置向量。
[0154] 若所述第一判断结果表示迭代次数不小于迭代次数阈值，则输出群体极值对应的天牛的位置向量，作为最优的电网储能配置参数。
[0155] 其中，所述在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值，
[0156] 如图3所示，本发明还提供一种电网侧储能优化系统，所述系统包括：
[0157] 数据获取模块301，用于获取电网侧储能数据；所述电网侧储能数据，具体包括：无储能时线路最大负荷、有储能时线路峰值负荷、与不加储能相比加入储能后使电网多接纳的风电功率、不加储能时火电机组有功出力、加入储能后火电机组有功出力、储能系统额定功率、储能系统额定容量和储能系统放电功率。
[0158] 目标函数建立模块302，用于基于所述电网侧储能数据建立电网储能配置优化的目标函数；
[0159] 所述目标函数为：maxf＝y1+y2+y3-yin；
[0160] 其中，y1为储能系统延缓输电网升级改造收益：
[0161]
[0162]
[0163] 式中，Nl为总线路数，Plmax为无储能时输电线路l的最大负荷， 为有储能时输电线路l的峰值负荷，i0为预期收益率，Δn为储能系统用于延缓输电网升级改造年限，λl为输电线路l单位扩建成本，γ为储能系统削峰率，λ为负荷年增长率。
[0164] y2为提升风电消纳收益：
[0165]
[0166] 式中，T为电网典型负荷日内的采样总时间，ft,w为与不加储能相比加入储能后t时刻使电网多接纳的风电功率，w为风电场，Δt为采样时间间隔，Cw为风电电价。
[0167] y3为储能调峰减少的环境成本：
[0168]
[0169] 式中，Ng为火电机组的总个数，Pt,a,g为不加储能时t时刻火电机组a的有功出力，为加入储能后t时刻火电机组a的有功出力，da为火电机组a的SO2排放系数，ka为火电机组a的SO2排污成本，g为火电机组中的发电机，Δt为时间间隔。
[0170] yin为储能系统全寿命周期平均到每年的成本：
[0171]
[0172] 式中，Cp为储能单位功率成本，Pes为储能系统额定功率，CE为储能单位容量成本，Ees为储能系统额定容量，n为储能系统寿命年限，M为单位放电电量的运行维护成本，Nes为储能系统的总个数，pt,k,es为t时刻储能系统k的放电功率，es为储能。
[0173] 约束条件确定模块303，用于基于所述电网侧储能数据确定电网储能配置优化的约束条件；所述约束条件包括潮流约束、节点电压约束、火电机组出力约束、风电出力约束、线路容量约束、储能功率约束和储能容量约束。
[0174] 所述潮流约束公式如下：
[0175]
[0176]
[0177] 所述节点电压约束公式如下：
[0178]
[0179] 所述火电机组出力约束公式如下：
[0180]
[0181] 所述风电出力约束公式如下：
[0182]
[0183] 所述线路容量约束公式如下：
[0184]
[0185] 所述储能功率约束公式如下：
[0186] Psmin≤PES,s≤Psmax
[0187] 所述储能容量约束公式如下：
[0188]
[0189] 式中，i，j均为电力系统节点，N为电力系统的节点数量， 为t时刻节点i的有功功率， 为t时刻节点i的无功功率， 为t时刻的i节点电压值， 为t时刻的j节点电压值，Gijmin为i，j节点之间的电导，Bij为i，j节点之间的电纳，δij为i，j节点之间的相角差，U 表示电压下限值，Umax表示电压上限值， 为t时刻发电机有功功率， 为发电机有功功率下限值， 为发电机有功功率上限值， 为t时刻发电机无功功率， 为发电机无功功率下限值， 为发电机有功功率上限值， 为t时刻风电场w有功功率， 为风电场w有功功率下限值， 为风电场w有功功率上限值， 为t时刻i，j节点之间的线路容量， 为i，j节点之间的线路容量上限值，PES,s为安装储能节点s的储能功率；Psmax为安装储能节点s的储能功率上限值，Psmin为安装储能节点s的储能功率下限值，EES,s为安装储能节点s的储能容量， 为安装储能节点s的储能容量上限值， 为安装储能节点s的储能容量下限值。
[0190] 配置优化模块304，用于根据所述目标函数和所述约束条件采用天牛群搜索算法对电网储能配置参数进行优化，确定在满足所述约束条件下使所述目标函数最大的电网储能配置参数，作为最优电网储能配置参数，所述电网储能配置参数包括电网的储能装置的安装位置、容量和功率。
[0191] 所述配置优化模块，具体包括：
[0192] 初始化子模块，用于初始化天牛群的位置矩阵X＝(X1,X2,…,Xn)、速度矩阵V＝T(V1,V2,…,Vn) 和每个天牛的天牛须朝向 其中，X1，X2和Xn分别表示第1个
天牛、第2个天牛和第n个天牛的位置向量，V1，V2和Vn分别表示第1个天牛、第2个天牛和第n个天牛的速度向量，n表示天牛群中天牛的数量；X1，X2，Xn，V1，V2和Vn的维度均为m，m表示电网储能配置参数的数量； 表示第i个天牛的天牛须朝向；初始化天牛群的群体极值为0。
[0193] 适应度函数值计算子模块，用于在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值。
[0194] 群体极值更新子模块，用于根据每个天牛的适应度函数值确定本次迭代的最大的适应度函数值，将本次迭代的最大的适应度函数值与群体极值进行比较，当本次迭代的最大的适应度函数值大于所述群体极值时，将所述群体极值更新为本次迭代的最大的适应度函数值。
[0195] 第一判断子模块，用于判断迭代次数是否小于迭代次数阈值，得到第一判断结果。
[0196] 天牛更新子模块，用于若所述第一判断结果表示迭代次数小于迭代次数阈值，则令迭代次数的数值增加1，更新每个天牛的位置向量和速度向量，返回步骤“在天牛群的每个天牛的位置向量满足所述约束条件的基础上，分别利用目标函数计算每个天牛的适应度函数值”。
[0197] 最优参数输出子模块，用于若所述第一判断结果表示迭代次数不小于迭代次数阈值，则输出群体极值对应的天牛的位置向量，作为最优的电网储能配置参数。
[0198] 本说明书中等效实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，等效实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0199] 本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。
