一种分布式储能电站出力优化方法、介质及系统与流程

本发明属于分布式储能电站，具体而言，涉及一种分布式储能电站出力优化方法、介质及系统。

背景技术：

1、近年来，随着可再生能源的快速发展，分布式储能电站在电力系统中的应用越来越广泛。分布式储能电站通常由大量小型储能装置组成，这些储能装置分散布置在不同的地理位置，通过电网连接并网运行。与传统的集中式大型电池储能相比，分布式储能电站具有投资成本低、建设灵活、靠近负荷中心等优势。

2、分布式储能电站主要在以下几个方面发挥作用：

3、1.削峰填谷：分布式储能电站可以在电网负荷低谷时蓄电，在高峰时放电，从而实现对电网负荷曲线的削峰填谷功能。这有助于减小电网的调峰压力，降低火电机组的频繁启停，提高发电效率，减少排放。

4、2.压区升压：在电网无功调节不足的情况下，分布式储能的有功输出可以通过影响线路电压降，起到压区升压的作用。同时，储能装置的电化学特性也可以为电网提供无功支撑。

5、3.调节可再生能源：储能装置可以存储光伏和风电等间歇性可再生能源，实现能量的时间位移，从而提高电网对可再生能源的消纳能力，提高清洁能源在电网中的占比。

6、4.提升电能质量：储能装置具备快速响应的能力，可以实时跟踪功率波动，抑制电压和频率的异常波动，消除谐波和闪变，从而提升电网的电能质量水平。

7、5.提供备用容量：分布式储能电站也可以作为备用电源，在电网故障或应急时提供应急电力，提高电网的可靠性和安全性。

8、6.电力交易：在电力辅助服务市场中，分布式储能电站可以参与无功补偿、旋转备用等电力交易业务，增加收益。

9、然而，由于分布式储能电站的集群特性和与配电网的紧密耦合，现有技术存在仅考虑储能电站本身的运行状态，未能充分考虑分布式储能电站出力与区域电网拓扑结构的匹配程度以及对电网频率、电压等指标的影响，导致电网运行不稳定的技术问题。

技术实现思路

1、有鉴于此，本发明提供一种分布式储能电站出力优化方法、介质及系统，能够解决现有技术存在的未能充分考虑分布式储能电站出力与区域电网拓扑结构的匹配程度以及对电网频率、电压等指标的影响，导致电网运行不稳定的技术问题。

2、本发明是这样实现的：

3、本发明的第一方面提供一种分布式储能电站出力优化方法，其中，包括以下步骤：

4、s10、根据区域电网的结构，建立区域电网拓扑图，其中区域电网拓扑图的节点包括负荷节点和储能节点，区域电网拓扑图的边为节点之间的通路，所述负荷节点表示所述区域电网内的负荷，所述储能节点表示所述区域电网内的分布式储能电站的子储能电站，所述边表示所述节点之间的输电线路；

5、s20、连续获取每个负荷节点每一时间段的负荷量以及每个储能节点每一时间段的出力；

6、s30、根据监测的区域电网频率和电压，计算每个储能节点输出电能时对所述区域电网造成的频率和电压的稳定性影响指数；

7、s40、获取每一时间段的每个储能节点的储能损耗以及每条边的输电损耗；

8、s50、建立所述区域电网拓扑图的优化目标函数，将储能损耗和输电损耗之和作为优化目标；

9、s60、采用优化算法对所述区域电网拓扑图进行优化，使得优化目标函数的值最小，得到每个时间段的优化拓扑图；

10、s70、将所有优化后的拓扑图按照频率和电压稳定性影响指数进行排序，选择稳定性影响指数最优的优化拓扑图作为最优拓扑图；

11、s80、根据最优拓扑图，计算每个时间段的每个储能节点的出力，并汇总为分布式储能电站的总出力。

12、在上述技术方案的基础上，本发明的一种分布式储能电站出力优化方法还可以做如下改进：

13、其中，所述时间段时长为15～30分钟之间的任意时长。

14、进一步的，所述建立所述区域电网拓扑图的优化目标函数，具体是：设计优化目标函数为储能损耗和输电损耗之和的最小值，将功率需求满足、储能出力总和大于等于负荷总和、功率平衡、频率电压偏差控制在安全范围内、线路功率不超额定值作为约束条件转化为对优化变量的等式或不等式约束，并纳入所述优化目标函数。

15、进一步的，所述储能损耗通过损耗估算值结合储能电池工作状态进行数据挖掘获得，所述输电损耗基于π型等效电路模型计算获得。

16、其中，所述采用优化算法对所述区域电网拓扑图进行优化的步骤，具体是：对所述区域电网拓扑图进行编码，随机生成初始种群，计算个体目标函数值和约束函数值，根据适应度大小进行选择、交叉、变异等遗传操作生成新一代种群，重复迭代直至满足终止条件，输出最优个体对应的解即为优化后的拓扑结构。

17、进一步的，所述终止条件为迭代步数达到2000步或连续十代的相似度大于0.8。

18、其中，所述根据最优拓扑图，计算每个时间段的每个储能节点的出力，并汇总为分布式储能电站的总出力的步骤，具体是：根据所述最优拓扑图，提取每个储能节点对应的出力值，对所述出力值乘以对应的输出电能时间段长度得到输出电量，将所有储能节点在该时间段的输出电量求和得到储能电站的输出总电量。

19、其中，所述稳定性影响指数的计算方法为：获取区域电网频率和电压的实时数据，利用广义回归神经网络等机器学习算法训练储能节点出力与电网频率、电压之间的数学模型，将每个储能节点的规划出力代入模型进行仿真，计算出对电网频率和电压的影响值，将影响值与稳定运行区间的上下限进行比较，得到两个偏差值，将这两个偏差值分别代入非线性函数进行处理，得到频率稳定性影响指数和电压稳定性影响指数，将两个指数加权求和作为综合稳定性影响指数。

20、本发明的第二方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行上述的一种分布式储能电站出力优化方法。

21、本发明的第三方面提供一种分布式储能电站出力优化系统，其中，包含上述的计算机可读存储介质。

22、与现有技术相比较，本发明提供的一种分布式储能电站出力优化方法、介质及系统的有益效果是：

23、1.实现了区域电网与分布式储能电站在拓扑结构和出力方案上的协同优化，充分发挥了分布式储能集群灵活调节的优势。

24、2.建立了与电网频率、电压相关联的稳定性影响指数，将电网安全运行作为核心约束条件纳入优化目标，确保储能电站出力方案的安全可靠。电网频率和电压的波动会直接影响电网的运行稳定性。而现有的大多数优化方案都忽略了这个重要因素，极易导致储能出力对电网造成冲击，引发电网故障。本发明将这两个指标量化为稳定性影响指数，通过约束优化的方式将其限制在安全范围内，从根本上避免了电网安全隐患。

25、综上所述，本发明的方案解决现有技术存在的未能充分考虑分布式储能电站出力与区域电网拓扑结构的匹配程度以及对电网频率、电压等指标的影响，导致电网运行不稳定的技术问题。

技术特征：

1.一种分布式储能电站出力优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种分布式储能电站出力优化方法，其特征在于，所述时间段时长为15～30分钟之间的任意时长。

3.根据权利要求2所述的一种分布式储能电站出力优化方法，其特征在于，所述建立所述区域电网拓扑图的优化目标函数是：采用步骤s40中获得的储能损耗和输电损耗之和，设计优化目标函数。

4.根据权利要求3所述的一种分布式储能电站出力优化方法，其特征在于，所述储能损耗通过损耗估算值结合储能电池工作状态进行数据挖掘获得，所述输电损耗基于π型等效电路模型计算获得。

5.根据权利要求1所述的一种分布式储能电站出力优化方法，其特征在于，所述对所述区域电网拓扑图进行优化采用的是遗传算法。

6.根据权利要求5所述的一种分布式储能电站出力优化方法，其特征在于，所述终止条件为迭代步数达到2000步或连续十代的相似度大于0.8。

7.根据权利要求1所述的一种分布式储能电站出力优化方法，其特征在于，所述根据最优拓扑图，计算每个时间段的每个储能节点的出力，并汇总为分布式储能电站的总出力的步骤，具体是：根据所述最优拓扑图，提取每个储能节点对应的出力值，对所述出力值乘以对应的输出电能时间段长度得到输出电量，将所有储能节点在该时间段的输出电量求和得到储能电站的输出总电量。

8.根据权利要求1所述的一种分布式储能电站出力优化方法，其特征在于，所述稳定性影响指数的计算方法为：获取区域电网频率和电压的实时数据，利用广义回归神经网络等机器学习算法训练储能节点出力与电网频率、电压之间的数学模型，将每个储能节点的规划出力代入模型进行仿真，计算出对电网频率和电压的影响值，将影响值与稳定运行区间的上下限进行比较，得到两个偏差值，将这两个偏差值分别代入非线性函数进行处理，得到频率稳定性影响指数和电压稳定性影响指数，将两个指数加权求和作为综合稳定性影响指数。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行权利要求1-8任一项所述的一种分布式储能电站出力优化方法。

10.一种分布式储能电站出力优化系统，其特征在于，包含权利要求9所述的计算机可读存储介质。

技术总结本发明提供了一种分布式储能电站出力优化方法、介质及系统，属于分布式储能电站技术领域，包括：建立区域电网拓扑图，连续获取每个负荷节点每一时间段的负荷量以及每个储能节点每一时间段的出力；计算每个储能节点输出电能时对区域电网造成的频率和电压的稳定性影响指数；获取储能损耗以及每条边的输电损耗；建立区域电网拓扑图的优化目标函数；采用优化算法对区域电网拓扑图进行优化，使得优化目标函数的值最小，得到每个时间段的优化拓扑图；将所有优化后的拓扑图按照频率和电压稳定性影响指数进行排序，选择稳定性影响指数最优的优化拓扑图作为最优拓扑图；计算每个时间段的每个储能节点的出力，并汇总为分布式储能电站的总出力。技术研发人员：郑国辉,汪海坡,顾海超受保护的技术使用者：宁夏众合智源电力工程咨询有限公司技术研发日：技术公布日：2024/8/27