一种储能系统容量优化配置方法及系统与流程

1.本发明涉及电力系统技术领域，特别涉及一种储能系统容量优化配置方法及系统。


背景技术：

2.合理地配置电池储能系统(bess)在电力系统中的容量，一方面能够补偿一定量的动态无功功率，改善电力系统潮流分布，从而稳定负荷节点电压，降低系统网损，提高系统电能质量；另一方面，能够降低系统对新增无功补偿装置的需求，节省无功补偿装置的安装、管理费用，提高系统经济性。目前针对无功补偿装置容量的选取，往往依据从业人员个人经验，按照无功就地补偿原则，将负载量较大的负荷节点作为接入位置。这些依据从业人员个人经验设立的无功补偿容量往往无法同时兼顾系统稳定性和经济性的要求。
3.目前针对无功补偿装置定容问题，所采取的优化方法主要分为两类：一种是静态电压分析法，即以某一时刻各负荷节点电压稳定为依据，确定无功补偿装置容量。另一种则是针对动态无功补偿装置，将定容问题转化为广义的无功优化规划范畴，考虑负荷动态变化，建立相应的无功优化问题，设立目标函数及约束条件，并利用优化算法进行问题求解。在目标函数选定上，利用归一化方法，将不同量纲的多个目标进行综合考虑，例如投资成本，维护成本，网损费用，稳定性指标等。该方法相较于第一类静态电压分析法而言，更加贴近系统实际，更具合理性。
4.然而，上述方法并没有考虑到在优化过程中动态无功补偿装置控制动作对目标函数的影响。具体而言，在计算系统网损费用时，通常将系统最大负荷状态下的网损费用作为最终量代入目标函数，这样计算下来的网损费用显然不合实际。实际上，一方面动态无功补偿装置容量的确定会影响其控制动作的确定；另一方面通过优化无功补偿装置控制动作，从而降低系统网损，同时也会影响着其容量的确定。因此，在求解无功补偿装置定容问题时，需要同时对其控制动作进行优化。
5.因此，研发一种新型储能系统容量优化配置方法及系统，是目前亟待解决的问题。


技术实现要素：

6.本发明实施例提供了一种储能系统容量优化配置方法及系统，能够有效的对储能系统容量进行优化，能够补偿一定量的动态无功功率，改善电力系统潮流分布，从而稳定负荷节点电压，降低系统网损，提高系统电能质量。
7.为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
8.根据本发明实施例的第一方面，提供了一种储能系统容量优化配置方法。
9.在一个实施例中，所述储能系统容量优化配置方法，包括：
10.对储能系统所在电网进行监控，获取电网运行参数；
11.根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型；
12.根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型；
13.通过下层储能规划模型，确定最低有功网损量，将最低有功网损量反馈至上层储能规划模型，更新上层储能规划模型参数，通过上层储能规划模型确定储能系统总投资成本，并对下层储能规划模型和上层储能规划模型联合求解，得到最终的储能系统容量配置结果。
14.在一个实施例中，根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型包括：
15.采用如下计算公式作为下层储能规划模型目标函数：
[0016][0017]
式中，p
loss
为所确定的系统日有功网损量；δt为预设的时间段，当δt足够短时，则系统网损量在此时间段内保持不变；p
loss
(i)为系统在i时刻时的网损量；
[0018]
采用如下计算公式作为下层储能规划模型的约束条件：
[0019][0020]
式中，pi(k)为负荷节点i处k时刻有功总功率；qi(k)为负荷节点i处k时刻无功总功率；qi(k)为i号储能系统的k时刻可调无功功率矢量；q
max
(k)为k时刻可调无功功率上限；q
min
(k)为k时刻可调无功功率下限；vi(k)为负荷节点i处k时刻的电压幅值；g
ij
为负荷节点i和负荷节点j之间电导；b
ij
为负荷节点i和负荷节点j之间电纳；θ
ij
为负荷节点i和负荷节点j之间电压相差角；v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；n为系统总负荷节点数。
[0021]
在一个实施例中，根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型包括：
[0022]
采用如下计算公式作为上层储能规划模型目标函数：
[0023]
minf(n，s)＝c
hdt
+c
im
+c
loss
[0024]
式中，n和s分别为储能系统个数和容量；c
hdt
为购买成本；c
im
为安装维护成本；c
loss
为电能损失成本；
[0025]
采用如下计算公式作为上层储能规划模型的电压约束条件：
[0026]vmin
≤v(k)≤v
max
，k＝1，2，...，n
[0027]
式中，v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；vmax
为电压稳定运行上限；
[0028]
采用如下计算公式作为上层储能规划模型的功率约束条件：
[0029][0030][0031]
式中，pn为系统节点n处有功总功率；qn为系统节点n处无功总功率；vn为节点n处电压幅值；vm为系统节点m处电压幅值；g
nm
为负荷节点n和负荷节点m之间电导；b
nm
为负荷节点n和负荷节点m之间电纳；θ
nm
为负荷节点n和负荷节点m之间电压相差角；
[0032]
采用如下计算公式作为上层储能规划模型的储能系统功率约束条件：
[0033]qmin
≤qi≤q
max
[0034]
式中，qi为i号储能系统可调无功功率矢量；q
max
为可调无功功率上限；q
min
为可调无功功率下限。
[0035]
在一个实施例中，所述购买成本的计算公式如下：
[0036][0037]
式中，c
hdt
为购买成本；n为储能系统个数；si为第i台储能系统容量；c(i,s)为相应的购买成本。
[0038]
在一个实施例中，所述安装维护成本的计算公式如下：
[0039][0040]
式中，c
im
为安装维护成本；c
l
为储能系统安装系数；ck为储能系统单位时间维护成本；k为储能系统使用折旧年限。
[0041]
在一个实施例中，所述电能损失成本的计算公式如下：
[0042]closs
＝365kc
loss
p
loss
[0043]
式中，c
loss
为电能损失成本；c
loss
为网损因子，与系统单位电价正相关；p
loss
为系统日有功网损量；k为储能系统使用折旧年限。
[0044]
在一个实施例中，对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果包括：
[0045]
利用粒子群优化算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，
[0046]
利用遗传算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，
[0047]
利用混合元启发式算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果。
[0048]
根据本发明实施例的第二方面，提供了一种储能系统容量优化配置系统。
[0049]
在一个实施例中，所述储能系统容量优化配置系统，包括：
[0050]
参数获取模块，用于对储能系统所在电网进行监控，获取电网运行参数；
[0051]
下层模型建立模块，用于根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型；
[0052]
上层模型建立模块，用于根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型；
[0053]
容量优化配置模块，用于通过下层储能规划模型，确定最低有功网损量，将最低有功网损量反馈至上层储能规划模型，更新上层储能规划模型参数，通过上层储能规划模型确定储能系统总投资成本，并对下层储能规划模型和上层储能规划模型联合求解，得到最终的储能系统容量配置结果。
[0054]
在一个实施例中，所述下层模型建立模块在根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型时，
[0055]
采用如下计算公式作为下层储能规划模型目标函数：
[0056][0057]
式中，p
loss
为所确定的系统日有功网损量；δt为预设的时间段，当δt足够短时，则系统网损量在此时间段内保持不变；p
loss
(i)为系统在i时刻时的网损量；
[0058]
采用如下计算公式作为下层储能规划模型的约束条件：
[0059][0060]
式中，pi(k)为负荷节点i处k时刻有功总功率；qi(k)为负荷节点i处k时刻无功总功率；qi(k)为i号储能系统的k时刻可调无功功率矢量；q
max
(k)为k时刻可调无功功率上限；q
min
(k)为k时刻可调无功功率下限；vi(k)为负荷节点i处k时刻的电压幅值；g
ij
为负荷节点i和负荷节点j之间电导；b
ij
为负荷节点i和负荷节点j之间电纳；θ
ij
为负荷节点i和负荷节点j之间电压相差角；v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；n为系统总负荷节点数。
[0061]
在一个实施例中，所述上层模型建立模块在根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型时，
[0062]
采用如下计算公式作为上层储能规划模型目标函数：
[0063]
minf(n，s)＝c
hdt
+c
im
+c
loss
[0064]
式中，n和s分别为储能系统个数和容量；c
hdt
为购买成本；c
im
为安装维护成本；c
loss
为电能损失成本；
[0065]
采用如下计算公式作为上层储能规划模型的电压约束条件：
[0066]vmin
≤v(k)≤v
max
，k＝1，2，...，n
[0067]
式中，v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；
[0068]
采用如下计算公式作为上层储能规划模型的功率约束条件：
[0069][0070][0071]
式中，pn为系统节点n处有功总功率；qn为系统节点n处无功总功率；vn为节点n处电压幅值；vm为系统节点m处电压幅值；g
nm
为负荷节点n和负荷节点m之间电导；b
nm
为负荷节点n和负荷节点m之间电纳；θ
nm
为负荷节点n和负荷节点m之间电压相差角；
[0072]
采用如下计算公式作为上层储能规划模型的储能系统功率约束条件：
[0073]qmin
≤qi≤q
max
[0074]
式中，qi为i号储能系统可调无功功率矢量；q
max
为可调无功功率上限；q
min
为可调无功功率下限。
[0075]
在一个实施例中，所述购买成本的计算公式如下：
[0076][0077]
式中，c
hdt
为购买成本；n为储能系统个数；si为第i台储能系统容量；c(i，s)为相应的购买成本。
[0078]
在一个实施例中，所述安装维护成本的计算公式如下：
[0079][0080]
式中，c
im
为安装维护成本；c，为储能系统安装系数；ck为储能系统单位时间维护成本；k为储能系统使用折旧年限。
[0081]
在一个实施例中，所述电能损失成本的计算公式如下：
[0082]closs
＝365kc
loss
p
loss
[0083]
式中，c
loss
为电能损失成本；c
loss
为网损因子，与系统单位电价正相关；p
loss
为系统日有功网损量；k为储能系统使用折旧年限。
[0084]
在一个实施例中，所述容量优化配置模块在对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果时，
[0085]
利用粒子群优化算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，
[0086]
利用遗传算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，
[0087]
利用混合元启发式算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果。
[0088]
根据本发明实施例的第三方面，提供了一种计算机设备。
[0089]
在一些实施例中，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0090]
根据本发明实施例的第四方面，提供了一种计算机可读存储介质。
[0091]
在一个实施例中，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0092]
本发明实施例提供的技术方案可以包括以下有益效果：
[0093]
本发明通过建立上下层储能规划模型对储能系统进行无功动态优化，进而对上下层储能规划模型进行联合求解，得到最终的储能系统容量配置，从而实现了对储能系统容量的优化，能够补偿一定量的动态无功功率，改善电力系统潮流分布，从而稳定负荷节点电压，降低系统网损，提高系统电能质量，提升了储能系统的整体效果和利用率。
[0094]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
[0095]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0096]
图1是根据一示例性实施例示出的一种储能系统容量优化配置方法的流程示意图；
[0097]
图2是根据一示例性实施例示出的一种储能系统容量优化配置系统的结构示意图；
[0098]
图3是根据一示例性实施例示出的储能系统适应度函数迭代曲线图；
[0099]
图4是根据一示例性实施例示出的储能系统优化前24小时各节点电压分布图；
[0100]
图5是根据一示例性实施例示出的储能系统优化前24小时各节点电压分布图；
[0101]
图6是根据一示例性实施例示出的计算机设备的结构示意图。
具体实施方式
[0102]
以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个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，各个实施例之间相同相似部分互相参见即可。
[0103]
本文中的术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水
平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0104]
本文中，除非另有说明，术语“多个”表示两个或两个以上。
[0105]
本文中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
[0106]
本文中，术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
[0107]
应该理解的是，虽然流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0108]
本技术的装置或系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0109]
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0110]
图1示出了本发明的储能系统容量优化配置方法的一个实施例。
[0111]
在该可选实施例中，所述储能系统容量优化配置方法，包括：
[0112]
步骤s101，对储能系统所在电网进行监控，获取电网运行参数；
[0113]
步骤s103，根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型；
[0114]
步骤s105，根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型；
[0115]
步骤s107，通过下层储能规划模型，确定最低有功网损量，将最低有功网损量反馈至上层储能规划模型，更新上层储能规划模型参数，通过上层储能规划模型确定储能系统总投资成本，并对下层储能规划模型和上层储能规划模型联合求解，得到最终的储能系统容量配置结果。
[0116]
图2示出了本发明的储能系统容量优化配置系统的一个实施例。
[0117]
在该可选实施例中，所述储能系统容量优化配置系统，包括：
[0118]
参数获取模块201，用于对储能系统所在电网进行监控，获取电网运行参数；
[0119]
下层模型建立模块203，用于根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型；
[0120]
上层模型建立模块205，用于根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型；
[0121]
容量优化配置模块207，用于通过下层储能规划模型，确定最低有功网损量，将最
低有功网损量反馈至上层储能规划模型，更新上层储能规划模型参数，通过上层储能规划模型确定储能系统总投资成本，并对下层储能规划模型和上层储能规划模型联合求解，得到最终的储能系统容量配置结果。
[0122]
在具体应用时，在根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型时，采用如下计算公式作为下层储能规划模型目标函数：式中，p
loss
为所确定的系统日有功网损量；δt为预设的时间段，当δt足够短时，则系统网损量在此时间段内保持不变；p
loss
(i)为系统在i时刻时的网损量；
[0123]
同时，采用如下计算公式作为下层储能规划模型的约束条件：
[0124][0125]
式中，pi(k)为负荷节点i处k时刻有功总功率；qi(k)为负荷节点i处k时刻无功总功率；qi(k)为i号储能系统的k时刻可调无功功率矢量；q
max
(k)为k时刻可调无功功率上限；q
min
(k)为k时刻可调无功功率下限；vi(k)为负荷节点i处k时刻的电压幅值；g
ij
为负荷节点i和负荷节点j之间电导；b
ij
为负荷节点i和负荷节点j之间电纳；θ
ij
为负荷节点i和负荷节点j之间电压相差角；v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；n为系统总负荷节点数。
[0126]
而在根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型时，则可采用如下计算公式作为上层储能规划模型目标函数：min f(n，s)＝c
hdt
+c
im
+c
loss
；式中，n和s分别为储能系统个数和容量；c
hdt
为购买成本；c
im
为安装维护成本；c
loss
为电能损失成本；
[0127]
在该可选实施例中，采用如下计算公式作为上层储能规划模型的电压约束条件：v
min
≤v(k)≤v
max
，k＝1，2，...，n；式中，v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
mx
为电压稳定运行上限；
[0128]
在该可选实施例中，采用如下计算公式作为上层储能规划模型的功率约束条件：
[0129][0130][0131]
式中，pn为系统节点n处有功总功率；qn为系统节点n处无功总功率；vn为节点n处电
压幅值；vm为系统节点m处电压幅值；g
nm
为负荷节点n和负荷节点m之间电导；b
nm
为负荷节点n和负荷节点m之间电纳；θ
nm
为负荷节点n和负荷节点m之间电压相差角；
[0132]
在该可选实施例中，采用如下计算公式作为上层储能规划模型的储能系统功率约束条件：q
min
≤qi≤q
max
；式中，qi为i号储能系统可调无功功率矢量；q
max
为可调无功功率上限；q
min
为可调无功功率下限。
[0133]
在该可选实施例中，所述购买成本的计算公式如下：式中，c
hdt
为购买成本；n为储能系统个数；si为第i台储能系统容量；c(i，s)为相应的购买成本。
[0134]
在该可选实施例中，所述安装维护成本的计算公式如下：式中，c
im
为安装维护成本；c
l
为储能系统安装系数；ck为储能系统单位时间维护成本；k为储能系统使用折旧年限。所述电能损失成本的计算公式如下：c
loss
＝365kc
loss
p
loss
；式中，c
loss
为电能损失成本；c
loss
为网损因子，与系统单位电价正相关；p
loss
为系统日有功网损量；k为储能系统使用折旧年限。
[0135]
在该可选实施例中，对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果包括：利用粒子群优化算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，利用遗传算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，利用混合元启发式算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果。
[0136]
为了验证本发明上述方案的有效性，以下通过ieee 118节点系统为例，对本发明的上述技术方案进行进一步说明。
[0137]
以ieee118节点系统为基础，假设有一个500mva的风电场接入系统，系统有功负荷为4366mw，即风电渗透率为11.45％。由于系统规模较大，其求解需要消耗更多的计算时间。因此，为了减少计算时间，对其最大迭代次数进行人为限定，其适应度函数迭代曲线如图3所示。适应度函数越低，表示电力系统损耗越小。
[0138]
通过迭代优化，所确定的储能系统的功率容量为350mw。实际上，储能系统的容量还包含能量容量，这实际与调频密切相关。由于储能应用于辅助调压理论上只占用功率转换系统(power conversion system,pcs)容量，而不消耗电池本体的存储能量，所以以调压为目标构建的优化问题，得到的是功率容量。基于所确定的储能系统容量，利用模型预测控制对其进行无功动态优化，其优化前后24小时电压分布如图4-5所示，可以看出对优化前后24小时电压分布图进行对比，从而验证了本发明在应对较大规模电力系统的有效性。
[0139]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储静态信息和动态信息数据。该计算机设备的网络接口用于与外部的终端
通过网络连接通信。该计算机程序被处理器执行时以实现上述方法实施例中的步骤。
[0140]
本领域技术人员可以理解，图6中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0141]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述方法实施例中的步骤。
[0142]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法实施例中的步骤。
[0143]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0144]
本发明并不局限于上面已经描述并在附图中示出的结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

技术特征：
1.一种储能系统容量优化配置方法，其特征在于，包括：对储能系统所在电网进行监控，获取电网运行参数；根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型；根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型；通过下层储能规划模型，确定最低有功网损量，将最低有功网损量反馈至上层储能规划模型，更新上层储能规划模型参数，通过上层储能规划模型确定储能系统总投资成本，并对下层储能规划模型和上层储能规划模型联合求解，得到最终的储能系统容量配置结果。2.根据权利要求1所述的储能系统容量优化配置方法，其特征在于，根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型包括：采用如下计算公式作为下层储能规划模型目标函数：式中，p
loss
为所确定的系统日有功网损量；δt为预设的时间段，当δt足够短时，则系统网损量在此时间段内保持不变；p
loss
(i)为系统在i时刻时的网损量；采用如下计算公式作为下层储能规划模型的约束条件：式中，p
i
(k)为负荷节点i处k时刻有功总功率；q
i
(k)为负荷节点i处k时刻无功总功率；q
i
(k)为i号储能系统的k时刻可调无功功率矢量；q
max
(k)为k时刻可调无功功率上限；q
min
(k)为k时刻可调无功功率下限；v
i
(k)为负荷节点i处k时刻的电压幅值；g
ij
为负荷节点i和负荷节点j之间电导；b
ij
为负荷节点i和负荷节点j之间电纳；θ
ij
为负荷节点i和负荷节点j之间电压相差角；v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；n为系统总负荷节点数。3.根据权利要求1所述的储能系统容量优化配置方法，其特征在于，根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型包括：采用如下计算公式作为上层储能规划模型目标函数：min f(n，s)＝c
hdt
+c
im
+c
loss
式中，n和s分别为储能系统个数和容量；c
hdt
为购买成本；c
im
为安装维护成本；c
loss
为电
能损失成本；采用如下计算公式作为上层储能规划模型的电压约束条件：v
min
≤v(k)≤v
max
,k=1,2,...,n式中，v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；采用如下计算公式作为上层储能规划模型的功率约束条件：采用如下计算公式作为上层储能规划模型的功率约束条件：式中，p
n
为系统节点n处有功总功率；q
n
为系统节点n处无功总功率；v
n
为节点n处电压幅值；v
m
为系统节点m处电压幅值；g
nm
为负荷节点n和负荷节点m之间电导；b
nm
为负荷节点n和负荷节点m之间电纳；θ
nm
为负荷节点n和负荷节点m之间电压相差角；采用如下计算公式作为上层储能规划模型的储能系统功率约束条件：q
min
≤q
i
≤q
max
式中，q
i
为i号储能系统可调无功功率矢量；q
max
为可调无功功率上限；q
min
为可调无功功率下限。4.根据权利要求3所述的储能系统容量优化配置方法，其特征在于，所述购买成本的计算公式如下：式中，c
hdt
为购买成本；n为储能系统个数；s
i
为第i台储能系统容量；c(i,s)为相应的购买成本。5.根据权利要求3所述的储能系统容量优化配置方法，其特征在于，所述安装维护成本的计算公式如下：式中，c
im
为安装维护成本；c
l
为储能系统安装系数；c
k
为储能系统单位时间维护成本；k为储能系统使用折旧年限。6.根据权利要求3所述的储能系统容量优化配置方法，其特征在于，所述电能损失成本的计算公式如下：c
loss
＝365kc
loss
p
loss
式中，c
loss
为电能损失成本；c
loss
为网损因子，与系统单位电价正相关；p
loss
为系统日有功网损量；k为储能系统使用折旧年限。7.根据权利要求1所述的储能系统容量优化配置方法，其特征在于，对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果包括：利用粒子群优化算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最
终的侧储能系统容量配置结果；或，利用遗传算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，利用混合元启发式算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果。8.一种储能系统容量优化配置系统，其特征在于，包括：参数获取模块，用于对储能系统所在电网进行监控，获取电网运行参数；下层模型建立模块，用于根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型；上层模型建立模块，用于根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型；容量优化配置模块，用于通过下层储能规划模型，确定最低有功网损量，将最低有功网损量反馈至上层储能规划模型，更新上层储能规划模型参数，通过上层储能规划模型确定储能系统总投资成本，并对下层储能规划模型和上层储能规划模型联合求解，得到最终的储能系统容量配置结果。9.根据权利要求8所述的储能系统容量优化配置系统，其特征在于，所述下层模型建立模块在根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型时，采用如下计算公式作为下层储能规划模型目标函数：式中，p
loss
为所确定的系统日有功网损量；δt为预设的时间段，当δt足够短时，则系统网损量在此时间段内保持不变；p
loss
(i)为系统在i时刻时的网损量；采用如下计算公式作为下层储能规划模型的约束条件：式中，p
i
(k)为负荷节点i处k时刻有功总功率；q
i
(k)为负荷节点i处k时刻无功总功率；q
i
(k)为i号储能系统的k时刻可调无功功率矢量；q
max
(k)为k时刻可调无功功率上限；q
min
(k)为k时刻可调无功功率下限；v
i
(k)为负荷节点i处k时刻的电压幅值；g
ij
为负荷节点i和负荷节点j之间电导；b
ij
为负荷节点i和负荷节点j之间电纳；θ
ij
为负荷节点i和负荷节点j之间电压相差角；v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；n为系统总负荷节点数。
10.根据权利要求9所述的储能系统容量优化配置系统，其特征在于，所述上层模型建立模块在根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型时，采用如下计算公式作为上层储能规划模型目标函数：min f(n，s)＝c
hdt
+c
im
+c
loss
式中，n和s分别为储能系统个数和容量；c
hdt
为购买成本；c
im
为安装维护成本；c
loss
为电能损失成本；采用如下计算公式作为上层储能规划模型的电压约束条件：v
min
≤v(k)≤v
max
，k＝1，2，...，n式中，v(k)为k时刻系统各节点电压组成的电压矢量；v
min
为电压稳定运行下限；v
max
为电压稳定运行上限；采用如下计算公式作为上层储能规划模型的功率约束条件：采用如下计算公式作为上层储能规划模型的功率约束条件：式中，p
n
为系统节点n处有功总功率；q
n
为系统节点n处无功总功率；v
n
为节点n处电压幅值；v
m
为系统节点m处电压幅值；g
nm
为负荷节点n和负荷节点m之间电导；b
nm
为负荷节点n和负荷节点m之间电纳；θ
nm
为负荷节点n和负荷节点m之间电压相差角；采用如下计算公式作为上层储能规划模型的储能系统功率约束条件：q
min
≤q
i
≤q
max
式中，q
i
为i号储能系统可调无功功率矢量；q
max
为可调无功功率上限；q
min
为可调无功功率下限。11.根据权利要求10所述的储能系统容量优化配置系统，其特征在于，所述购买成本的计算公式如下：式中，c
hdt
为购买成本；n为储能系统个数；s
i
为第i台储能系统容量；c(i,s)为相应的购买成本。12.根据权利要求10所述的储能系统容量优化配置系统，其特征在于，所述安装维护成本的计算公式如下：式中，c
im
为安装维护成本；c
l
为储能系统安装系数；c
k
为储能系统单位时间维护成本；k为储能系统使用折旧年限。13.根据权利要求10所述的储能系统容量优化配置系统，其特征在于，所述电能损失成本的计算公式如下：
c
loss
＝365kc
loss
p
loss
式中，c
loss
为电能损失成本；c
loss
为网损因子，与系统单位电价正相关；p
loss
为系统日有功网损量；k为储能系统使用折旧年限。14.根据权利要求8所述的储能系统容量优化配置系统，其特征在于，所述容量优化配置模块在对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果时，利用粒子群优化算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，利用遗传算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果；或，利用混合元启发式算法实现对下层储能规划模型和上层储能规划模型联合求解，得到最终的侧储能系统容量配置结果。15.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项的方法的步骤。

技术总结
本发明属于电力系统技术领域，公开一种储能系统容量优化配置方法，包括：对储能系统所在电网进行监控，获取电网运行参数；根据所述电网运行参数，以各时刻储能系统无功调节量为决策变量，以降低储能系统有功网损量为目标，建立下层储能规划模型；根据所述电网运行参数，以储能系统个数和容量作为决策变量，以降低储能系统总投资成本为目标，建立上层储能规划模型；对下层储能规划模型和上层储能规划模型联合求解，得到最终的储能系统容量配置结果。本发明能够有效的对储能系统容量进行优化，能够补偿一定量的动态无功功率，改善电力系统潮流分布，从而稳定负荷节点电压，降低系统网损，提高系统电能质量。提高系统电能质量。提高系统电能质量。


技术研发人员：张用 孙树敏 程艳 滕玮 王楠 王玥娇 关逸飞 于芃 王士柏 邢家维 张兴友 刘奕元 周光齐 杨颂 王成龙 赵帅 常万拯 王彦卓 李庆华 郭永超 李志浩
受保护的技术使用者：国家电网有限公司
技术研发日：2023.05.19
技术公布日：2023/8/6