一种输配电网协同的储能系统优化规划方法及装置与流程

1.本公开涉及输配电网及储能优化规划技术领域，尤其涉及一种输配电网协同的储能系统优化规划方法及装置。


背景技术：

2.我国新能源持续高速发展，高比例新能源逐步渗透于各级电网。但是，新能源出力主要取决于外部无法精确预测和难以控制的气候气象条件，新能源的出力呈现出较强的波动性和间歇性，给电力系统的稳定性和安全性带来了巨大的挑战。近年来，储能的技术进步和成本都有了较大的发展，规模化化学储能可以有效的平滑新能源出力波动、提升电网调峰能力、解决输电通道阻塞等，实现能量在时间和空间上的转移，提高电网的稳定性和安全性。
3.近年来，随着分布式电源大量接入配电网，传统无源的配电网逐渐转化为新型有源的主动配电网，输配电网之间的互动需求愈发明显，输配网之间的潮流逐渐呈现出双向化趋势，耦合关系也日益增长。传统输配电网独立的规划难以协调不同层级上的资源和需求，无法充分消纳新能源，容易造成不必要的弃风弃光和电网阻塞，导致增加电网的运行成本；因此，有必要考虑输配网协同的优化规划。
4.在输配网协同优化中，输配网在结构、参数、分析方法上都存在着较大的差异，而且配电网具有“数量大，分布广，节点多，量级低”的特点，因此，输配电网集中建模较为困难，且模型规模太大，计算时间太长；所以，输配网协同优化应该采用分布式优化算法，分布式算法既可以对输配电网单独进行分析和建模，又可以降低模型的复杂度，实现并行运算，提高计算速度。而作为一种分布式优化算法，分析目标级联法让各层利益主体在考虑自主运行特性的基础上，通过设置各层的惩罚项，让全局在迭代过程中协同寻优，可以保证对于凸优化问题的收敛性。
5.目前，对于输配电网协同规划的问题，主要包括了协调输配电网之间的发电资源，消纳新能源发电，减少新能源出力波动对电网的影响，但都未能在输配电网协同优化的同时考虑配置储能。另外，对于考虑储能的电力系统优化规划和运行仅仅独立考虑配电网或者输电网，没有考虑用分布式算法对输配网协同问题进行分层优化调度。


技术实现要素：

6.本公开的目的是为克服已有技术的不足之处，提出一种输配电网协同的储能系统优化规划方法及装置。本公开考虑在混合输配电网中配置电池储能，可促进新能源富集地区大规模新能源消纳，减少弃用，通过输配电网协同考虑可以提升大范围输配电网的综合运行效益。
7.本公开第一方面实施例提出一种输配电网协同的储能系统优化规划方法，包括：
8.根据预设的典型日运行场景集，对配置电池储能的输电网和配电网建立联合优化模型，其中所述联合优化模型包括配电网规划子模型和输电网规划子模型；
9.采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案。
10.在本公开的一个具体实施例中，所述典型日运行场景集包括新能源厂站出力典型场景集和负荷典型场景集，其中：
11.对输配电网中新能源厂站的历史出力数据按日进行采样，利用k-means算法对采样得到的每个新能源厂站每日的历史出力数据进行聚类，生成每个新能源厂站的出力典型日场景；将所有新能源厂站的出力典型日场景组成新能源厂站出力典型场景集；
12.对输配电网的历史负荷数据按日进行采样，其中所述历史负荷数据的采样时段与所述新能源厂站的历史出力数据的采样时段一致；利用k-means算法对采样得到的每日的历史负荷数据进行聚类，生成负荷典型日场景，将所有负荷典型日场景组成负荷典型场景集。
13.在本公开的一个具体实施例中，所述配电网规划子模型包括：
14.1)目标函数；
[0015][0016]
式中，下标n为配电网序号，f
dis,n
表示第n个配电网投资和运行的总成本，ωs表示典型日运行场景集，s∈ωs，ds表示典型日运行场景s在一年中占的天数；c
inv,n
表示第n个配电网的投资成本，表示场景s下第n个配电网新能源的上网购电成本，表示场景s下第n个配电网新能源弃用成本，表示场景s下输电网与第n个配电网之间共享变量误差的惩罚成本，表示场景s下第n个配电网向输电网购电的成本，表示场景s下第n个配电网储能的运行维护成本；
[0017]
其中，
[0018][0019][0020][0021][0022][0022][0023][0024]
式中，ω
ess
表示所有储能的待选配置节点集合，g
inv
表示规划期内投资成本从现值
折算到等年值的系数；c
1,n,k
表示第n个配电网中第k个储能配置节点储能的基建成本，c
2,n,k
表示第n个配电网中第k个储能配置节点储能的单位能量容量成本，c
3,n,k
表示第n个配电网中第k个储能配置节点储能的单位功率容量成本；
[0025]
ω
re
表示新能源接入该配电网的节点集合，i为节点序号，i∈ω
re
，t为采样时间点序号，t为一个典型日的采样总时段数，π
s,n,t
为场景s下第n个配电网中第t个采样点的新能源上网电价，为场景s下第n个配电网中节点i在第t个采样点的可再生能源上网有功功率，δt为采样时段长度；β为新能源弃用的惩罚系数，为场景s下第n个配电网中节点i在第t个采样点的可再生能源发电功率；v
s,n,t
和w
s,n,t
分别为场景s下第n个配电网中在第t个采样点共享变量罚函数的系数值和权重值；为场景s下第n个配电网在第t个采样点时输电网侧的输配电网之间交换的有功功率，为场景s下第n个配电网在第t个采样点时配电网侧的输配电网之间交换的有功功率；为场景s下第n个配电网在第t个采样点的节点边际电；πc和πd分别为储能充电和放电时的单位功率运行维护费用；
[0026]
2)约束条件；具体如下：
[0027]
2-1)共享变量上下限约束：
[0028][0029]
其中，和分别为第n个配电网和输电网之间传递有功功率允许的最大值和最小值；
[0030]
2-2)新能源的有功无功出力约束：
[0031][0032][0033][0034]
式中，和分别为场景s下节点i在第t个采样点的可再生能源上网有功功率的最大值和最小值；为场景s下第n个配电网中节点i在第t个采样点的可再生能源上网无功功率；和分别为场景s下节点i在第t个采样点的可再生能源上网无功功率的最大值和最小值；为第n个配电网中节点i的可再生能源容量；
[0035]
2-3)电池储能系统投资运行约束：
[0036]emin
≤e
n,i
≤e
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0037]
0≤p
n,i
≤p
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0038][0039]
式中，e
n,i
和p
n,i
分别为电池储能在第n个配电网中节点i的投建容量和功率，e
max
和e
min
分别为电池储能的最大投建容量和最小投建容量，p
max
为电池储能的最大投建功率，c
max
和c
min
分别为电池储能的最大倍率和最小倍率；
[0040][0041][0042][0043][0044][0045][0046][0047]
式中，为场景s下第n个配电网节点i中电池储能在第t个采样点的充电有功功率的状态标志0-1变量；为场景s下第n个配电网节点i中电池储能在第t个采样点的放电有功功率的状态标志0-1变量；和分别为场景s下第n个配电网节点i中电池储能在第t个采样点的充电有功功率和放电有功功率，和分别为场景s下第n个配电网节点i中电池储能在第t个采样点吸收和放出的无功功率，和分别为第n个配电网节点i中电池储能与电网交换无功功率的最大值和最小值；
[0048][0049]en,i
·
soc
min
≤e
s,n,i,t
≤e
n,i
·
soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀ
(23)
[0050]
其中，e
s,n,i,t
为场景s下第n个配电网中节点i在第t个采样点的存储电量；ηc和ηd分别表示电池储能的充电效率和放电效率，soc
max
和soc
min
分别表示电池储能运行的荷电状态上限和下限；
[0051]es,n,i,0
＝e
s,n,i,t
＝e
n,i
·
soc
ini
ꢀꢀꢀꢀꢀꢀꢀꢀ
(24)
[0052]
式中，e
s,n,i,0
和e
s,n,i,t
分别为第n个配电网中储能在每天的初始采样点和结束采样点的储存电量，soc
ini
表示电池储能运行的荷电状态初值；
[0053]
2-4)配电网最优潮流约束：
[0054][0055][0056][0057]
[0058][0059][0060][0061][0062]
式中，走廊ij表示从节点i到节点j的输电线路集合；和分别为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的有功功率和无功功率；为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的电流幅值的平方；为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的电流幅值；v
s,n,i,t
为场景s下第n个配电网中第i个节点在第t个采样点的电压幅值；和分别为第n个配电网中走廊ij上第l条线路的电阻和电抗；和为场景s下第n个配电网中第j个节点在第t个采样点的有功负荷和无功负荷；为第n个配电网中走廊ij上第l条线路的电流最大值，和为第n个配电网中第i个节点的电压最大值。
[0063]
在本公开的一个具体实施例中，所述规划期内投资成本从现值折算到等年值的系数的计算表达式如下：
[0064][0065]
式中，α表示一般贴现率，ny为规划年限。
[0066]
在本公开的一个具体实施例中，所述输电网规划子模型包括：
[0067]
1)目标函数；
[0068][0069]
式中，f
trans
表示输电网投资和运行的总成本；c
inv
表示输电网的投资成本；表示场景s下输电网中发电机的发电成本，表示场景s下新能源的上网购电成本，表示场景s下新能源弃用成本，表示场景s下输电网向配电网卖电的成本，表示场景s下输配电网之间共享变量误差的惩罚成本，表示储能的运行成本；
[0070]
其中，
[0071][0072]
[0073][0074][0075][0076][0077][0078]
式中，c
1,k
为输电网中第k个储能配置节点储能的基建成本，c
2,k
为输电网中第k个储能配置节点储能的单位能量容量成本，c
3,k
为输电网中第k个储能配置节点储能的单位功率容量成本，ek和pk分别为电池储能在输电网中第k个储能配置节点的投建容量和功率；ωg为所有配置了发电机的输电网的节点集合，c
g,i
(
·
)为输电网中节点i的发电机的发电成本函数，为场景s下输电网中节点i中的发电机在第t个采样点的发电功率；π
s,t
为场景s下第t个采样点的新能源上网电价，为场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率；为场景s下输电网中节点i在第t个采样点的可再生能源发电功率；ωd为所有配电网组成的集合；和分别为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率和放电有功功率；
[0079]
2)约束条件；具体如下：
[0080]
2-1)共享变量上下限约束：
[0081][0082]
其中，和分别为输电网和第n个配电网之间传递有功功率的最大值和最小值；
[0083]
2-2)新能源的有功无功出力约束：
[0084][0085]
式中，和分别为场景s下输电网节点i在第t个采样点的可再生能源上网有功功率的最大值和最小值，为场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率；
[0086]
2-2-2-3)电池储能系统投资运行约束：
[0087]emin,trans
≤ek≤e
max,trans
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(43)
[0088]
0≤pk≤p
max,trans
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(44)
[0089]
[0090]
式中，e
max,trans
和e
min,trans
分别为输电网中电池储能的最大投建容量和最小投建容量，p
max,trans
为输电网中电池储能的最大投建功率；c
max,trans
和c
min,trans
分别为输电网中电池储能的最大倍率和最小倍率；
[0091][0092][0093][0094]
式中，为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率的状态标志0-1变量；为场景s下输电网中节点k中电池储能在第t个采样点的放电有功功率的状态标志0-1变量；和分别为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率和放电有功功率；
[0095][0096]ek
·
soc
min
≤e
s,k,t
≤ek·
soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(50)
[0097]
其中，e
s,k,t
为场景s下输电网中节点k在第t个采样点的存储电量；
[0098]es,k,0
＝e
s,k,t
＝ek·
soc
ini
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(51)
[0099]
式中，e
s,k,0
和e
s,k,t
分别为场景s下输电网中节点k储能在每天的初始采样点和结束采样点的储存电量；
[0100]
2-4)发电机发单功率约束：
[0101][0102]
式中，p
ig,max
和p
ig,min
分别为输电网中节点i中发电机的最大发电功率和最小发电功率；
[0103]
2-5)输电网最优潮流约束：
[0104][0105][0106][0107]
式中，为场景s下输电网中节点i在第t个采样点的节点边际电价；为输电网中节点i与j之间第l条线路电纳，θ
s,i,t
和θ
s,j,t
分别为场景s下输电网中节点i和节点j在第t个采样点的相角，为输电网中节点i与j之间第l条线路的容量。
[0108]
在本公开的一个具体实施例中，所述采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案，包括：
[0109]
1)设置迭代次数j的初始值为0，分别设置第j次迭代的一致性约束的惩罚系数权重和输电网侧共享变量的初值,其中的初值取0，的初值取1，
的初值取0；
[0110]
2)将作为当前v
s,n,t
，将作为当前w
s,n,t
，将作为当前求解联合优化模型中的配电网规划子模型和输电网规划子模型，将求解得到的f
dis,n
作为第j次迭代的第n个配电网投资和运行的总成本的初值，将求解得到的f
trans
作为第j次迭代的输电网投资和运行的总成本的初值；
[0111]
将求解得到的更新后的v
s,n,t
，w
s,n,t
，分别记为和
[0112]
3-3)令j＝j+1，在输电网规划子模型中求解场景s下输电网中节点i在第t个采样点的节点边际电价若第n个配电网连接在输电网的节点i上，则场景s下第n个配电网在第t个采样点的节点边际电价等于场景s下输电网中节点i在第t个采样点的节点边际电价
[0113]
4)将作为当前v
s,n,t
，将作为当前w
s,n,t
，将作为当前依次求解每个配电网规划子模型，将求解结果中得到的作为为第j次迭代时场景s下第n个配电网在第t个采样点时配电网侧的输配电网之间交换的有功功率；
[0114]
5)将步骤4)得到的带入输电网规划子模型中并求解输电网规划子模型，将求解结果中得到的作为作为为第j次迭代时场景s第t个采样点时输电网和第n个配电网的输配电网之间交换的有功功率；
[0115]
6)根据式(56)和(57)判断迭代是否收敛：
[0116][0117][0118]
其中，ε1为最优误差，表示两次迭代输配电网成本之间的相对误差；ε2为共享误差，表示输配电网之间传输有功功率的误差；
[0119]
如果式(56)和(57)均满足，则迭代收敛，将第j次迭代时求解得到的配电网中电池储能的投建容量和功率e
n,i
和p
n,i
以及输电网中电池电池储能的投建容量和功率ek和pk作为储能规划的优化结果，规划结束；
[0120]
如果式(56)和(57)任一不满足，则迭代不收敛，根据式(58)和式(59)更新和然后重新返回步骤3-3)；
[0121][0122]
[0123]
其中，θ为惩罚二次项迭代系数。
[0124]
在本公开的一个具体实施例中，所述最优误差小于等于0.01，所述共享误差小于等于0.01，所述惩罚二次项迭代系数大于等于2。
[0125]
本公开第二方面实施例提出一种输配电网协同的储能系统优化规划装置，包括：
[0126]
优化模型构建模块，用于根据预设的典型日运行场景集，对配置电池储能的输电网和配电网建立联合优化模型，其中所述联合优化模型包括配电网规划子模型和输电网规划子模型；
[0127]
储能规划模块，用于采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案。
[0128]
本公开第三方面实施例提出一种电子设备，包括：
[0129]
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
[0130]
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种输配电网协同的储能系统优化规划方法。
[0131]
本公开第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种输配电网协同的储能系统优化规划方法。
[0132]
本公开的特点及有益效果：
[0133]
1、本公开考虑在混合输配电网中配置电池储能，用以促进新能源富集地区大规
[0134]
模新能源消纳，减少弃用，输配电网协同考虑可以提升大范围输配电网的综合运行效益。
[0135]
2、本公开通过典型场景聚类的方法考虑了新能源出力和负荷变化等不确定性因素，采用目标分析级联的分布式算法对输配电网进行分层建模、独立求解，分层独立求解的算法解决了混合输配电网变量多，情况复杂，难以求解的问题，保证了模型的求解时间，并通过共享变量一致性惩罚保证了输配网之间的耦合关系，保证输配网各自运行特性和网络约束的同时，在迭代的过程中让输配网全局达到最优，通过确定储能的配置实现新能源的消纳。
附图说明
[0136]
图1是本公开实施例中一种输配电网协同的储能系统优化规划方法的整体流程图。
[0137]
图2是本公开一个具体实施例中输配电网协同优化的求解算法流程图。
具体实施方式
[0138]
本公开提出一种输配电网协同的储能系统优化规划方法及装置，下面结合附图和具体实施例进一步详细描述。
[0139]
本公开第一方面实施例提出一种输配电网协同的储能系统优化规划方法，整体流程如图1所示，包括以下步骤：
[0140]
1)应用多场景概率的方法考虑新能源出力和负荷变化等不确定性因素，建立典型日运行场景集，其中所述典型日运行场景集包括新能源厂站出力典型场景集和负荷典型场
景集；具体方法如下：
[0141]
1-1)对输配电网中所有新能源厂站的历史实际出力数据按日进行采样；本公开中，采样周期至少为一小时，至少需要一年的新能源厂站历史出力的日运行数据，本公开一个具体实施例中采用时长一年、采样周期为一小时的历史出力数据；利用k-means算法对采样得到的每个新能源厂站的每日的历史出力数据进行聚类，生成每个新能源厂站的出力典型日场景，其中，每个新能源厂站通过聚类可建立多个典型日场景，各新能源厂站的典型日场景数可不同；
[0142]
将所有新能源厂站的出力典型日场景组成新能源厂站出力典型场景集；
[0143]
1-2)对输配电网的历史实际负荷数据按日进行采样，其中，采样时段和采样周期均与步骤1-1)一致；本公开中，采样周期至少为一小时，至少需要一年的日负荷数据，本公开一个具体实施例采用时长一年、采样周期为一小时的历史负荷数据；利用k-means算法对采样得到的每日的历史负荷数据进行聚类，生成负荷典型日场景，将所有负荷典型日场景组成负荷典型场景集。
[0144]
1-3)将新能源厂站出力典型场景集和负荷典型场景集组成典型日运行场景集，在考虑新能源出力和负荷不确定性的同时减小问题的规模。
[0145]
2)建立输配电网的联合优化模型，所述联合优化模型包括各配电网对应的配电网规划子模型和输电网对应的输电网规划子模型；具体步骤如下：
[0146]
2-1)对输配电网中包含的每个配电网分别建立对应的配电网规划子模型，该模型由目标函数和约束条件构成。
[0147]
其中，对于第n个配电网，n为配电网序号，具体步骤如下：
[0148]
2-1-1)确定第n个配电网规划子模型的目标函数；
[0149][0150]
该目标函数为第n个配电网投资和运行总成本f
dis,n
的最小化；
[0151]
其中，第n个配电网的投资成本为储能的投资成本c
inv,n
；ωs为典型日运行场景集，s为场景序号，s∈ωs，ds为典型日运行场景s在一年中占的天数；
[0152]
在场景s下，第n个配电网运行总成本包含：第n个配电网新能源的上网购电成本第n个配电网新能源弃用成本输电网与第n个配电网之间共享变量误差的惩罚成本第n个配电网向输电网购电的成本第n个配电网储能的运行维护成本
[0153]
其中，
[0154][0155][0156]
[0157][0158][0158][0159][0160]
在式(2)中，ω
ess
为所有储能的待选配置节点集合，k储能的待选配置节点序号，k∈ω
ess
，g
inv
为规划期内投资成本从现值折算到等年值的系数，本公开实施例中假设输配电网中所有储能的折算系数一致；c
1,n,k
为第n个配电网中第k个储能配置节点储能的基建成本，c
2,n,k
为第n个配电网中第k个储能配置节点储能的单位能量容量成本，c
3,n,k
为第n个配电网中第k个储能配置节点储能的单位功率容量成本；e
n,i
和p
n,i
分别为电池储能在第n个配电网中节点i的投建容量和功率。
[0161]
其中，g
inv
的计算表达式如下：
[0162][0163]
其中，α为一般贴现率，ny为规划年限，本公开实施例中假设输配电网中所有储能的规划年限一致。
[0164]
在式(3)中，ω
re
为新能源接入该配电网的节点集合，i为节点序号，i∈ω
re
，t为采样时间点序号，t为一个典型日的采样总时段数，π
s,n,t
为场景s下第n个配电网中第t个采样点的新能源上网电价，为场景s下第n个配电网中节点i在第t个采样点的可再生能源上网有功功率，δt为采样时段长度。
[0165]
在式(4)中，β为新能源弃用的惩罚系数，取值范围为1到3，本公开一个具体实施例中取1.5，为场景s下第n个配电网中节点i在第t个采样点的可再生能源发电功率。
[0166]
在式(5)中，v
s,n,t
和w
s,n,t
分别为场景s下第n个配电网中在第t个采样点共享变量罚函数的系数值和权重值。为场景s下第n个配电网在第t个采样点时输电网侧的输配电网之间交换的有功功率，为场景s下第n个配电网在第t个采样点时配电网侧的输配电网之间交换的有功功率。
[0167]
在式(6)中，为场景s下第n个配电网在第t个采样点的节点边际电价。
[0168]
在式(7)中，πc和πd分别为储能充电和放电时的单位功率运行维护费用。
[0169]
2-1-2)确定第n个配电网规划子模型的约束条件；具体如下：
[0170]
2-1-2-1)共享变量上下限约束：
[0171][0172]
其中，和分别为第n个配电网和输电网之间传递有功功率允许的最大值和最小值。
[0173]
2-1-2-2)新能源的有功无功出力约束：
[0174][0175][0176][0177]
式中，和分别为场景s下节点i在第t个采样点的可再生能源上网有功功率的最大值和最小值；为场景s下第n个配电网中节点i在第t个采样点的可再生能源上网无功功率；和分别为场景s下节点i在第t个采样点的可再生能源上网无功功率的最大值和最小值；为第n个配电网中节点i的可再生能源容量。
[0178]
2-1-2-3)电池储能系统投资运行约束：
[0179]emin
≤e
n,i
≤e
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0180]
0≤p
n,i
≤p
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0181][0182]
式中，e
n,i
和p
n,i
分别为电池储能在第n个配电网中节点i的投建容量和功率，e
max
和e
min
分别为电池储能的最大投建容量和最小投建容量，p
max
为电池储能的最大投建功率。c
max
和c
min
分别为电池储能的最大倍率和最小倍率。
[0183][0184][0185][0186][0187][0188][0189][0190]
式中，为场景s下第n个配电网节点i中电池储能在第t个采样点的充电有功功率的状态标志0-1变量，0表示电池储能不允许充电，1表示电池储能允许充电；为场景s下第n个配电网节点i中电池储能在第t个采样点的放电有功功率的状态标志0-1变量，0表示电池储能不允许放电，1表示电池储能允许放电；和分别为场景s下第n个配电网节点i中电池储能在第t个采样点的充电有功功率和放电有功功率，和分别为场景s下第n个配电网节点i中电池储能在第t个采样点吸收和放出的无功功率，和
分别为第n个配电网节点i中电池储能与电网交换无功功率的最大值和最小值。
[0191][0192]en,i
·
soc
min
≤e
s,n,i,t
≤e
n,i
·
soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)
[0193]
其中，e
s,n,i,t
为场景s下第n个配电网中节点i在第t个采样点的存储电量；ηc和ηd分别表示电池储能的充电效率和放电效率，soc
max
和soc
min
分别表示电池储能运行的荷电状态上限和下限；
[0194]
考虑到电池储能运行的持续性，让储能在一天的运行后回到最初的储能状态，即：
[0195]es,n,i,0
＝e
s,n,i,t
＝e
n,i
·
soc
ini
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)
[0196]
式中，e
s,n,i,0
和e
s,n,i,t
分别为场景s下第n个配电网中节点i储能在每天的初始采样点和结束采样点的储存电量，soc
ini
表示电池储能运行的荷电状态初值。
[0197]
2-1-2-4)配电网最优潮流约束：
[0198][0199][0200][0201][0202][0203][0204][0205][0206]
式中，走廊ij表示从节点i到节点j的输电线路集合；和分别为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的有功功率和无功功率；为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的电流幅值的平方；为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的电流幅值；v
s,n,i,t
为场景s下第n个配电网中第i个节点在第t个采样点的电压幅值。和分别为第n个配电网中走廊ij上第l条线路的电阻和电抗。和为场景s下第n个配电网中第j个节点在第t个采样点的有功负荷和无功负荷。为第n个配电网中走廊ij上第l条线路的电流最大值，和
为第n个配电网中第i个节点的电压最大值。
[0207]
2-2)对输配电网中的输电网建立输电网规划子模型，该模型由目标函数和约束条件构成。具体步骤如下：
[0208]
2-2-1)确定输电网规划子模型的目标函数；
[0209][0210]
该目标函数为输电网投资和运行总成本f
trans
的最小化；
[0211]
式中，输电网的投资成本为储能的投资成本c
inv
；在场景s下的输电网运行总成本包含以下几项：输电网中发电机的发电成本新能源的上网购电成本新能源弃用成本输电网向配电网卖电的成本输配电网之间共享变量误差的惩罚成本储能的运行成本
[0212]
其中，
[0213][0214][0215][0216][0217][0218][0219][0220]
在式(34)中，c
1,k
为输电网中第k个储能配置节点储能的基建成本，c
2,k
为输电网中第k个储能配置节点储能的单位能量容量成本，c
3,k
为输电网中第k个储能配置节点储能的单位功率容量成本，ek和pk分别为电池储能在输电网中第k个储能配置节点的投建容量和功率。
[0221]
在式(35)中，ωg为所有配置了发电机的输电网的节点集合，c
g,i
(
·
)为位于输电网中节点i的发电机的发电成本函数，为场景s下输电网中节点i中的发电机在第t个采样点的发电功率。
[0222]
在式(36)中，π
s,t
为场景s下第t个采样点的新能源上网电价，为场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率。
[0223]
在式(37)中，为场景s下输电网中节点i在第t个采样点的可再生能源发电功率。
[0224]
在式(39)中，ωd为所有配电网组成的集合。
[0225]
在式(40)中，和分别为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率和放电有功功率；
[0226]
2-2-2)确定输电网规划子模型的约束条件；具体如下：
[0227]
2-2-2-1)共享变量上下限约束：
[0228][0229]
其中，和分别为输电网和第n个配电网之间传递有功功率的最大值和最小值。
[0230]
2-2-2-2)新能源的有功无功出力约束：
[0231][0232]
式中，和分别为场景s下输电网节点i在第t个采样点的可再生能源上网有功功率的最大值和最小值，为场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率。
[0233]
2-2-2-3)电池储能系统投资运行约束：
[0234]emin,trans
≤ek≤e
max,trans
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(43)
[0235]
0≤pk≤p
max,trans
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(44)
[0236][0237]
式中，e
max,trans
和e
min,trans
分别为输电网中电池储能的最大投建容量和最小投建容量，p
max,trans
为输电网中电池储能的最大投建功率；c
max,trans
和c
min,trans
分别为输电网中电池储能的最大倍率和最小倍率；
[0238][0239][0240][0241]
式中，为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率的状态标志0-1变量，0表示电池储能不允许充电，1表示电池储能允许充电；为场景s下输电网中节点k中电池储能在第t个采样点的放电有功功率的状态标志0-1变量，0表示电池储能不允许放电，1表示电池储能允许放电；和分别为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率和放电有功功率。
[0242]
[0243]ek
·
soc
min
≤e
s,k,t
≤ek·
soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(50)
[0244]
其中，e
s,k,t
为场景s下输电网中节点k在第t个采样点的存储电量。
[0245]
考虑到电池储能运行的持续性，让储能在一天的运行后回到最初的储能状态，即：
[0246]es,k,0
＝e
s,k,t
＝ek·
soc
ini
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(51)
[0247]
式中，e
s,k,0
和e
s,k,t
分别为场景s下输电网中节点k储能在每天的初始采样点和结束采样点的储存电量。
[0248]
2-2-2-4)发电机发单功率约束：
[0249][0250]
式中，p
ig,max
和p
ig,min
分别为输电网中节点i中发电机的最大发电功率和最小发电功率。
[0251]
2-2-2-5)输电网最优潮流约束：
[0252][0253][0254][0255]
式中，为场景s下输电网中节点i在第t个采样点的节点边际电价，是约束式(53)的对偶变量；为输电网中节点i与j之间第l条线路电纳，θ
s,i,t
和θ
s,j,t
分别为场景s下输电网中节点i和节点j在第t个采样点的相角。为输电网中节点i与j之间第l条线路的容量。
[0256]
3)对步骤2)建立的联合优化模型进行求解，得到输配电网中电池储能的优化规划方案。
[0257]
本公开实施例中，考虑输配电网的分层求解，且需要保证边界条件的一致性，采用基于目标分析级联法的分布式优化算法对联合优化模型进行求解，整体流程如图2所示，具体步骤如下：
[0258]
3-1)设置迭代次数j的初始值为0，分别设置第j次迭代的一致性约束的惩罚系数权重和输电网侧共享变量的初值,其中的初值取0，的初值取1，的初值取0。
[0259]
3-2)将作为当前v
s,n,t
，将作为当前w
s,n,t
，将作为当前求解联合优化模型中的各个配电网规划子模型和输电网规划子模型，将求解得到的f
dis,n
作为第j次迭代的第n个配电网投资和运行的总成本的初值，将求解得到的f
trans
作为第j次迭代的输电网投资和运行的总成本的初值。
[0260]
将求解各子模型更新后的v
s,n,t
，w
s,n,t
，分别记为和然后带入后面模型继续进行迭代求解。
[0261]
3-3)令j＝j+1，在输电网规划子模型中求解场景s下输电网中节点i在第t个采样点的节点边际电价若第n个配电网连接在输电网的节点i上，则场景s下第n个配电网在第t个采样点的节点边际电价等于场景s下输电网中节点i在第t个采样点的节点边际电价
[0262]
3-4)将作为当前v
s,n,t
，将作为当前w
s,n,t
，将作为当前依次求解每个配电网规划子模型，将求解结果中的各配电网侧共享变量作为作为为第j次迭代时场景s下第n个配电网在第t个采样点时配电网侧的输配电网之间交换的有功功率。
[0263]
其中，每次求解配电网规划子模型时，得到包括：电池储能在输电网中第k个储能配置节点的投建容量和功率：ek和pk；场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率：场景s下第n个配电网在第t个采样点时输电网侧的输配电网之间交换的有功功率：
[0264]
3-5)将步骤3-4)得到的带入输电网规划子模型中并求解输电网规划子模型，将求解得到的输电网侧对应各配电网的共享变量作为更新后的作为更新后的为第j次迭代时场景s第t个采样点时输电网和第n个配电网的输配电网之间交换的有功功率。
[0265]
其中，每次求解输电网规划子模型时，得到包括：电池储能在输电网中第k个储能配置节点的投建容量和功率：ek和pk；场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率：场景s下第n个配电网在第t个采样点时输电网侧的输配电网之间交换的有功功率：
[0266]
3-6)根据式(56)和(57)判断迭代是否收敛：
[0267][0268][0269]
其中，ε1为最优误差，表示两次迭代输配电网成本之间的相对误差，取值范围要求小于等于0.01，本公开一个具体实施例中取0.001；ε2为共享误差，表示输配电网之间传输有功功率的误差，取值范围要求小于等于0.01，本公开一个具体实施例中取0.001。
[0270]
如果式(56)和(57)均满足，则迭代收敛，将第j次迭代得到的配电网中电池储能的投建容量和功率e
n,i
和p
n,i
以及输电网中电池储能的投建容量和功率ek和pk作为储能规划的优化结果，规划结束；
[0271]
如果式(56)和(57)任一不满足，则迭代不收敛，根据式(58)和式(59)更新一致性约束罚函数系数和权重的数值，然后重新返回步骤3-3)。
[0272]
[0273][0274]
其中，θ为惩罚二次项迭代系数，取值范围为大于等于2，取值越大惩罚增加越快，本公开一个具体实施例中取2。
[0275]
为实现上述实施例，本公开第二方面实施例提出一种输配电网协同的储能系统优化规划装置，包括：
[0276]
优化模型构建模块，用于根据预设的典型日运行场景集，对配置电池储能的输电网和配电网建立联合优化模型，其中所述联合优化模型包括配电网规划子模型和输电网规划子模型；
[0277]
储能规划模块，用于采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案。
[0278]
为实现上述实施例，本公开第三方面实施例提出一种电子设备，包括：
[0279]
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
[0280]
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种输配电网协同的储能系统优化规划方法。
[0281]
为实现上述实施例，本公开第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种输配电网协同的储能系统优化规划方法。
[0282]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0283]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例的一种输配电网协同的储能系统优化规划方法。
[0284]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可
以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0285]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0286]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0287]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0288]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
[0289]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0290]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0291]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0292]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种输配电网协同的储能系统优化规划方法，其特征在于，包括：根据预设的典型日运行场景集，对配置电池储能的输电网和配电网建立联合优化模型，其中所述联合优化模型包括配电网规划子模型和输电网规划子模型；采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案。2.根据权利要求1所述的方法，其特征在于，所述典型日运行场景集包括新能源厂站出力典型场景集和负荷典型场景集，其中：对输配电网中新能源厂站的历史出力数据按日进行采样，利用k-means算法对采样得到的每个新能源厂站每日的历史出力数据进行聚类，生成每个新能源厂站的出力典型日场景；将所有新能源厂站的出力典型日场景组成新能源厂站出力典型场景集；对输配电网的历史负荷数据按日进行采样，其中所述历史负荷数据的采样时段与所述新能源厂站的历史出力数据的采样时段一致；利用k-means算法对采样得到的每日的历史负荷数据进行聚类，生成负荷典型日场景，将所有负荷典型日场景组成负荷典型场景集。3.根据权利要求1所述的方法，其特征在于，所述配电网规划子模型包括：1)目标函数；式中，下标n为配电网序号，f
dis,n
表示第n个配电网投资和运行的总成本，ω
s
表示典型日运行场景集，s∈ω
s
，d
s
表示典型日运行场景s在一年中占的天数；c
inv,n
表示第n个配电网的投资成本，表示场景s下第n个配电网新能源的上网购电成本，表示场景s下第n个配电网新能源弃用成本，表示场景s下输电网与第n个配电网之间共享变量误差的惩罚成本，表示场景s下第n个配电网向输电网购电的成本，表示场景s下第n个配电网储能的运行维护成本；其中，其中，其中，其中，其中，式中，ω
ess
表示所有储能的待选配置节点集合，g
inv
表示规划期内投资成本从现值折算
到等年值的系数；c
1,n,k
表示第n个配电网中第k个储能配置节点储能的基建成本，c
2,n,k
表示第n个配电网中第k个储能配置节点储能的单位能量容量成本，c
3,n,k
表示第n个配电网中第k个储能配置节点储能的单位功率容量成本；ω
re
表示新能源接入该配电网的节点集合，i为节点序号，i∈ω
re
，t为采样时间点序号，t为一个典型日的采样总时段数，π
s,n,t
为场景s下第n个配电网中第t个采样点的新能源上网电价，为场景s下第n个配电网中节点i在第t个采样点的可再生能源上网有功功率，δt为采样时段长度；β为新能源弃用的惩罚系数，为场景s下第n个配电网中节点i在第t个采样点的可再生能源发电功率；v
s,n,t
和w
s,n,t
分别为场景s下第n个配电网中在第t个采样点共享变量罚函数的系数值和权重值；为场景s下第n个配电网在第t个采样点时输电网侧的输配电网之间交换的有功功率，为场景s下第n个配电网在第t个采样点时配电网侧的输配电网之间交换的有功功率；为场景s下第n个配电网在第t个采样点的节点边际电；π
c
和π
d
分别为储能充电和放电时的单位功率运行维护费用；2)约束条件；具体如下：2-1)共享变量上下限约束：其中，和分别为第n个配电网和输电网之间传递有功功率允许的最大值和最小值；2-2)新能源的有功无功出力约束：2)新能源的有功无功出力约束：2)新能源的有功无功出力约束：式中，和分别为场景s下节点i在第t个采样点的可再生能源上网有功功率的最大值和最小值；为场景s下第n个配电网中节点i在第t个采样点的可再生能源上网无功功率；和分别为场景s下节点i在第t个采样点的可再生能源上网无功功率的最大值和最小值；为第n个配电网中节点i的可再生能源容量；2-3)电池储能系统投资运行约束：e
min
≤e
n,i
≤e
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)0≤p
n,i
≤p
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)式中，e
n,i
和p
n,i
分别为电池储能在第n个配电网中节点i的投建容量和功率，e
max
和e
min
分别为电池储能的最大投建容量和最小投建容量，p
max
为电池储能的最大投建功率，c
max
和c
min
分别为电池储能的最大倍率和最小倍率；
式中，为场景s下第n个配电网节点i中电池储能在第t个采样点的充电有功功率的状态标志0-1变量；为场景s下第n个配电网节点i中电池储能在第t个采样点的放电有功功率的状态标志0-1变量；和分别为场景s下第n个配电网节点i中电池储能在第t个采样点的充电有功功率和放电有功功率，和分别为场景s下第n个配电网节点i中电池储能在第t个采样点吸收和放出的无功功率，和分别为第n个配电网节点i中电池储能与电网交换无功功率的最大值和最小值；e
n,i
·
soc
min
≤e
s,n,i,t
≤e
n,i
·
soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)其中，e
s,n,i,t
为场景s下第n个配电网中节点i在第t个采样点的存储电量；η
c
和η
d
分别表示电池储能的充电效率和放电效率，soc
max
和soc
min
分别表示电池储能运行的荷电状态上限和下限；e
s,n,i,0
＝e
s,n,i,t
＝e
n,i
·
soc
ini
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)式中，e
s,n,i,0
和e
s,n,i,t
分别为第n个配电网中储能在每天的初始采样点和结束采样点的储存电量，soc
ini
表示电池储能运行的荷电状态初值；2-4)配电网最优潮流约束：4)配电网最优潮流约束：4)配电网最优潮流约束：4)配电网最优潮流约束：4)配电网最优潮流约束：
式中，走廊ij表示从节点i到节点j的输电线路集合；和分别为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的有功功率和无功功率；为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的电流幅值的平方；为场景s下第n个配电网中走廊ij上第l条线路在第t个采样点的电流幅值；v
s,n,i,t
为场景s下第n个配电网中第i个节点在第t个采样点的电压幅值；和分别为第n个配电网中走廊ij上第l条线路的电阻和电抗；和为场景s下第n个配电网中第j个节点在第t个采样点的有功负荷和无功负荷；为第n个配电网中走廊ij上第l条线路的电流最大值，和为第n个配电网中第i个节点的电压最大值。4.根据权利要求3所述的方法，其特征在于，所述规划期内投资成本从现值折算到等年值的系数的计算表达式如下：式中，α表示一般贴现率，n
y
为规划年限。5.根据权利要求3所述的方法，其特征在于，所述输电网规划子模型包括：1)目标函数；式中，f
trans
表示输电网投资和运行的总成本；c
inv
表示输电网的投资成本；表示场景s下输电网中发电机的发电成本，表示场景s下新能源的上网购电成本，表示场景s下新能源弃用成本，表示场景s下输电网向配电网卖电的成本，表示场景s下输配电网之间共享变量误差的惩罚成本，表示储能的运行成本；其中，其中，其中，
式中，c
1,k
为输电网中第k个储能配置节点储能的基建成本，c
2,k
为输电网中第k个储能配置节点储能的单位能量容量成本，c
3,k
为输电网中第k个储能配置节点储能的单位功率容量成本，e
k
和p
k
分别为电池储能在输电网中第k个储能配置节点的投建容量和功率；ω
g
为所有配置了发电机的输电网的节点集合，c
g,i
(
·
)为输电网中节点i的发电机的发电成本函数，为场景s下输电网中节点i中的发电机在第t个采样点的发电功率；π
s,t
为场景s下第t个采样点的新能源上网电价，为场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率；为场景s下输电网中节点i在第t个采样点的可再生能源发电功率；ω
d
为所有配电网组成的集合；和分别为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率和放电有功功率；2)约束条件；具体如下：2-1)共享变量上下限约束：其中，和分别为输电网和第n个配电网之间传递有功功率的最大值和最小值；2-2)新能源的有功无功出力约束：式中，和分别为场景s下输电网节点i在第t个采样点的可再生能源上网有功功率的最大值和最小值，为场景s下输电网中节点i在第t个采样点的可再生能源上网有功功率；2-2-2-3)电池储能系统投资运行约束：e
min,trans
≤e
k
≤e
max,trans
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(43)0≤p
k
≤p
max,trans
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(44)式中，e
max,trans
和e
min,trans
分别为输电网中电池储能的最大投建容量和最小投建容量，p
max,trans
为输电网中电池储能的最大投建功率；c
max,trans
和c
min,trans
分别为输电网中电池储
能的最大倍率和最小倍率；能的最大倍率和最小倍率；能的最大倍率和最小倍率；式中，为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率的状态标志0-1变量；为场景s下输电网中节点k中电池储能在第t个采样点的放电有功功率的状态标志0-1变量；和分别为场景s下输电网中节点k中电池储能在第t个采样点的充电有功功率和放电有功功率；e
k
·
soc
min
≤e
s,k,t
≤e
k
·
soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(50)其中，e
s,k,t
为场景s下输电网中节点k在第t个采样点的存储电量；e
s,k,0
＝e
s,k,t
＝e
k
·
soc
ini
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(51)式中，e
s,k,0
和e
s,k,t
分别为场景s下输电网中节点k储能在每天的初始采样点和结束采样点的储存电量；2-4)发电机发单功率约束：式中，p
ig,max
和p
ig,min
分别为输电网中节点i中发电机的最大发电功率和最小发电功率；2-5)输电网最优潮流约束：5)输电网最优潮流约束：5)输电网最优潮流约束：式中，为场景s下输电网中节点i在第t个采样点的节点边际电价；为输电网中节点i与j之间第l条线路电纳，θ
s,i,t
和θ
s,j,t
分别为场景s下输电网中节点i和节点j在第t个采样点的相角，为输电网中节点i与j之间第l条线路的容量。6.根据权利要求5所述的方法，其特征在于，所述采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案，包括：1)设置迭代次数j的初始值为0，分别设置第j次迭代的一致性约束的惩罚系数权重和输电网侧共享变量的初值,其中的初值取0，的初值取1，的初值取0；2)将作为当前v
s,n,t
，将作为当前w
s,n,t
，将作为当前求解联合优化模
型中的配电网规划子模型和输电网规划子模型，将求解得到的f
dis,n
作为第j次迭代的第n个配电网投资和运行的总成本的初值，将求解得到的f
trans
作为第j次迭代的输电网投资和运行的总成本的初值；将求解得到的更新后的v
s,n,t
，w
s,n,t
，分别记为和3-3)令j＝j+1，在输电网规划子模型中求解场景s下输电网中节点i在第t个采样点的节点边际电价若第n个配电网连接在输电网的节点i上，则场景s下第n个配电网在第t个采样点的节点边际电价等于场景s下输电网中节点i在第t个采样点的节点边际电价4)将作为当前v
s,n,t
，将作为当前w
s,n,t
，将作为当前依次求解每个配电网规划子模型，将求解结果中得到的作为作为为第j次迭代时场景s下第n个配电网在第t个采样点时配电网侧的输配电网之间交换的有功功率；5)将步骤4)得到的带入输电网规划子模型中并求解输电网规划子模型，将求解结果中得到的作为为第j次迭代时场景s第t个采样点时输电网和第n个配电网的输配电网之间交换的有功功率；6)根据式(56)和(57)判断迭代是否收敛：6)根据式(56)和(57)判断迭代是否收敛：其中，ε1为最优误差，表示两次迭代输配电网成本之间的相对误差；ε2为共享误差，表示输配电网之间传输有功功率的误差；如果式(56)和(57)均满足，则迭代收敛，将第j次迭代时求解得到的配电网中电池储能的投建容量和功率e
n,i
和p
n,i
以及输电网中电池电池储能的投建容量和功率e
k
和p
k
作为储能规划的优化结果，规划结束；如果式(56)和(57)任一不满足，则迭代不收敛，根据式(58)和式(59)更新和然后重新返回步骤3-3)；3)；其中，θ为惩罚二次项迭代系数。7.根据权利要求6所述的方法，其特征在于，所述最优误差小于等于0.01，所述共享误差小于等于0.01，所述惩罚二次项迭代系数大于等于2。8.一种输配电网协同的储能系统优化规划装置，其特征在于，包括：
优化模型构建模块，用于根据预设的典型日运行场景集，对配置电池储能的输电网和配电网建立联合优化模型，其中所述联合优化模型包括配电网规划子模型和输电网规划子模型；储能规划模块，用于采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案。9.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1-7任一项所述的方法。10.一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存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7任一项所述的方法。

技术总结
本公开提出一种输配电网协同的储能系统优化规划方法及装置，属于输配电网及储能优化规划技术领域。其中，所述方法包括：根据预设的典型日运行场景集，对配置电池储能的输电网和配电网建立联合优化模型，其中所述联合优化模型包括配电网规划子模型和输电网规划子模型；采用分布式优化算法求解所述联合优化模型，得到所述输电网和配电网的电池储能的规划方案。本公开考虑在混合输配电网中配置电池储能，可促进新能源富集地区大规模新能源消纳，减少弃用，通过输配电网协同考虑可以提升大范围输配电网的综合运行效益。电网的综合运行效益。电网的综合运行效益。


技术研发人员：胡泽春 蔡福霖 曹敏健 蔡德福 陈汝斯
受保护的技术使用者：国网湖北省电力有限公司电力科学研究院
技术研发日：2021.11.08
技术公布日：2022/3/7