首页 > 行业资讯

【光伏储能】一种考虑可再生能源不确定性的分布式储能电站选址定容规划方法

来源:新能源网
时间:2020-02-17 11:02:22
热度:

【光伏储能】一种考虑可再生能源不确定性的分布式储能电站选址定容规划方法:摘要:当配电网的负荷峰谷差较大时可利用BESS实现削峰填谷,解决大规模可再生能源消纳和储能电站接入电网中其投

:摘要:当配电网的负荷峰谷差较大时可利用BESS实现削峰填谷,解决大规模可再生能源消纳和储能电站接入电网中其投资成本和运行成本过高的问题,有效提高配电系统整体的经济性;且在电网中接入储能系统在一定程度上可降低网络损耗,节约储能投资成本。

(来源:微信公众号“储能科学与技术” ID:esst2012 作者:丁倩, 曾平良, 孙轶恺, 徐辰婧, 徐振超)

研究背景

由于风电和光伏固有的随机性和间歇性等特点,大规模风电、光伏等可再生能源的快速发展对电网的安全稳定运行带来了极大的挑战,主要包括:弃风弃光、调峰调频、功角与电压稳定等问题。将储能系统(energy storage system, ESS)接入电网可以提高系统的可靠性和稳定性,并能够有效调节和优化系统潮流,提高系统运行的经济效益,为大规模可再生能源并网问题提供了新的思路,是解决可再生能源接入电网的有效途径之一。近年来,储能技术,特别是电化学电池储能,得到快速发展,电池储能成本也得到了持续下降。但是,储能成本仍然相对较高,是储能技术(包括电池储能技术)在电网中大规模推广应用的重要制约因素之一,如何降低储能的投资成本和运行成本是储能投资规划需要解决的重要问题。在电网中确定储能的最优选址和定容可有效降低整个系统成本。合理地选择储能建设位置和容量不仅能够使整个系统的经济效益最大化,还能改善和提高系统的稳定性和安全性。

创新点及解决的问题

针对高比例可再生能源配电网中的储能选址定容问题,本文提出了一种考虑可再生能源不确定性的分布式储能电站选址定容方法。在保证电力系统安全可靠运行的前提下,充分利用新能源发电,将风电、光伏、水电、常规发电机组以及储能系统看作一个整体,利用五种运行方式的协调互补来消纳平抑风电和光伏发电的间歇性波动性,以降低可再生能源并网对电力系统的影响。从规划角度考虑储能选址定容问题,考虑储能接入电网的安全性和经济性问题,以储能系统应用于配电网的最佳充放电策略、位置以及容量等为优化目标,建立综合考虑可再生能源出力和系统安全约束下的储能最优选址和定容问题的优化模型。文中假设系统的每个节点都可以安装储能系统,包括可再生能源发电节点、普通发电机节点和负荷节点,且其功率和容量统一设置一定范围内。采用双层优化算法对储能选址和容量配置情况进行优化求解,最终可确定配电网储能系统的最佳位置以及在每个位置的储能容量和功率,满足经济上的合理性,使整个配电网系统的总成本最低。

重点内容导读

建立计及可再生能源不确定性的电化学储能投资成本和运行成本最小的优化目标函数,采用双层优化算法对储能选址和容量配置进行优化求解。

1)外层优化问题

外层优化的决策变量为储能系统的配置位置,属于整数规划,本文采用的是分支界定法确定储能的位置。分支界定法可以用于求解纯整数或混合整数规划问题。这种方法灵活且便于计算求解。

分支界定法是对有约束条件的最优问题(其可行解为有限数)的所有可行解空间恰当地进行系统搜索。其中分支是把全部解空间反复地分割为越来越小的子集,界定是对每个子集的解集计算一个目标下界。在每次分支后,若某个已知可行解集的目标值不能达到当前的界限,则将这个子集舍去。

2)内层优化问题

内层优化考虑了储能系统和发电机在风电水电典型日的情况。内层优化的决策变量为储能系统的容量和每一时刻的SOC值,是连续变量,本文采用遗传算法求解储能的容量、SOC值。内层优化的约束条件包含非线性潮流,本文通过调用Matpower工具箱进行配电网潮流计算。仿真环境是Matlab及Matpower工具箱和遗传工具箱,采用多线程并行计算方案大大提高了模型求解效率。算法流程图如下:

微信图片_20200217103240.jpg

结论

本文针对高比例可再生能源配电网中的储能选址定容问题,提出了一种考虑可再生能源不确定性的分布式储能电站选址定容方法,算例以IEEE-39节点系统为例进行仿真验证。算例结果表明,本文的方法最终可确定配电网储能系统的最佳位置以及在每个位置的储能容量和功率,满足经济上的合理性,使整个配电网系统的总成本最低;当配电网的负荷峰谷差较大时可利用BESS实现削峰填谷,解决大规模可再生能源消纳和储能电站接入电网中其投资成本和运行成本过高的问题,有效提高配电系统整体的经济性;且在电网中接入储能系统在一定程度上可降低网络损耗,节约储能投资成本。

原标题:一种考虑可再生能源不确定性的分布式储能电站选址定容规划方法