《Batteries》:Distributed Energy Storage Configuration Method for AC/DC Hybrid Distribution Network Based on Bi-Level Optimization
编辑推荐:
本文针对高比例分布式能源与多元化负荷背景下交直流混合配电网(AC/DC hybrid distribution network)突出的电压质量问题,提出了一种双层储能系统(ESS)优化配置模型。上层以最小化综合成本(含投资成本、网损成本、主网购电成本及电压偏差成本)为目标优化ESS的选址定容,下层则以最小化负荷标准差为目标优化ESS的实时运行状态。模型综合考虑了ESS、电压源型换流器(VSC)及光伏(PV)不确定性等多重约束,并采用改进粒子群优化(PSO)算法与Gurobi求解器协同求解。基于改进IEEE-33节点系统的测试验证表明,该模型能有效提升电压质量(如整体电压偏差降低48.34%),降低系统运行成本,为ESS的科学配置提供了理论与工程支撑。
引言
随着分布式发电(Distributed Generation)与新型负荷大量接入电网,传统配电网正逐步向具有双向能量传输能力的主动式智能配电网转变。然而,分布式光伏(PV)出力的随机波动性与新型负荷的多样性加剧了电网电压波动,甚至导致电压越限,威胁电网稳定运行。传统治理策略往往未能充分利用储能系统(ESS)的优势。ESS不仅能缓解峰荷时期的供需失衡,还能解决无功补偿设备无法快速补偿有功缺额的问题,从而提升配电网供电能力并解决低电压问题。
由于ESS的选址、定容及其调度策略对配电网电压质量与经济运行具有显著影响,研究配电网ESS的经济优化配置显得尤为重要。近年来,研究人员围绕ESS在实现经济优化配置、提升配电网电压质量方面的潜力开展了广泛而深入的研究。例如,有文献提出基于双层规划的ESS优化配置策略,采用K-means聚类算法处理光伏出力不确定性,并利用改进多目标粒子群优化算法求解模型,案例验证表明该方法能有效减小电压偏差、平滑负荷波动并降低系统运行成本。另有研究提出基于改进电压灵敏度策略的双层ESS优化配置方案,通过K-means聚类提取典型光伏出力场景,利用改进电压灵敏度算法识别高灵敏度节点,并采用改进小生境粒子群优化算法求解,提升了电压调节精度与经济性。还有文献建立了基于源-网-荷-储协调的、以降低网损为目标的双层优化模型,该模型被证明在不同规模的配电网中均具有良好的适应性,且ESS的协调部署能提升光伏系统与电动汽车的消纳能力,实现经济效益与技术性能的双重优化。然而,需要指出的是,上述研究均在传统纯交流配电网背景下进行验证与分析,均未涉及交直流混合配电网特有的电压调节特性。
随着电力电子技术的飞速发展,基于电压源型换流器(VSC)的直流输电技术近几十年来取得了显著进展,交流配电网正逐步向交直流混合配电网演进。在控制策略、建模分析与应用场景等方面已取得一定成果,但现有成果在ESS配置与电压调节的协调性、不确定性响应的全面性等方面仍存在明显不足,无法为ESS的科学配置提供完整支撑。例如,有文献仅关注含VSC的交直流配电网潮流计算,通过修改VSC边界节点的有功功率不平衡方程实现了潮流的有效求解,但未涉及ESS优化配置相关内容,也与电压质量提升、成本控制等工程核心需求无关,仅为基础计算工具的研究。另有文献虽通过VSC潮流控制、多端直流(MTDC)控制模式切换及柔性负荷调度等手段探索系统灵活性,但未将ESS纳入灵活资源体系,也未建立灵活性提升与电压质量、运行经济性之间的定量关联,缺乏对实际工程决策的直接支持。还有文献提出了考虑换流站控制模式的交直流混合配电网优化调度模型,能有效平衡负载率并改善电压分布,合理选择换流站控制模式可在不恶化交流侧电压偏差的前提下降低直流侧电压偏差,且ESS调度也遵循电价规律以降低运行成本。另有文献提出了交直流混合配电网的双层规划模型,并全面考虑了源-网-荷-储协同优化运行。尽管上述两篇文献均将ESS纳入研究范畴,但前者仅在ESS位置和容量预设的场景下进行分析计算,且均未开展将ESS配置与VSC控制策略相结合的研究。
因此,开展基于双层优化的交直流混合配电网ESS优化配置研究显得尤为迫切。本文重点分析电压质量,特别关注电压偏差,并针对交直流混合配电网的拓扑特性,构建了更全面的多维度目标与约束体系,设计了高效协同的求解机制,并进行了多场景适应性验证测试,弥补了现有研究过于侧重传统交流配电网、目标约束体系简单、过度依赖单一求解机制以及场景验证不足等局限性,为交直流混合配电网中ESS的合理配置提供了针对性方案。
材料与方法
ESS、VSC及光伏不确定性模型
ESS模型:ESS以其快速响应能力和高运行灵活性著称,是有效平抑光伏等可再生能源发电间歇性和波动性、遏制不必要能源浪费的关键技术。其运行约束由公式(1)至(6)定义,包括ESS功率与容量约束、充放电约束以及荷电状态(SOC)约束。例如,SOC需满足上下限约束,初始与结束时刻的SOC需保持一致(如设为SOCmax的55%),且平均SOC也需满足特定要求。
VSC模型:VSC的稳态结构如图所示。模型经过适当简化,其需满足的约束由公式(7)至(9)定义,分别量化了VSC的有功功率平衡、无功功率平衡以及交流侧与直流侧电压之间的动态关联。VSC可采用恒功率控制、恒电压控制或下垂控制等模式。在下垂控制模式下,直流侧功率与电压需满足公式(10)所定义的下垂特性。
光伏不确定性模型:在ESS配置中,考虑光伏运行场景的多样性以最大化ESS运行效益并减少资源浪费,确保电力系统在各种场景下均能保持实时动态稳定。为避免计算复杂度过高,本文采用同步回代法对多年光伏历史实际出力数据进行缩减,得到一组典型光伏出力场景集,其发生概率由公式(11)计算。
案例描述
本文案例研究采用基于IEEE-33总线系统改进得到的交直流混合配电网。根据VSC的布置位置,网络被划分为独立的交流子网和直流子网。电力系统配置了五个光伏单元和三个分布式ESS,每个光伏单元的安装容量为0.1 MVA。采用MATLAB R2024a中的YALMIP工具箱,调用Gurobi优化求解器进行问题求解。各母线电压安全范围设定为0.95–1.05 p.u.,交直流支路最大允许电流为1 p.u.。ESS使用寿命设为5年,折现系数β为0.33,充放电效率为90%。峰谷电价分别为0.6元/(kWh)和0.35元/(kWh),峰时段为08:00–21:00,谷时段为01:00–07:00。粒子群优化(PSO)算法相关参数设置为:粒子群规模20,最大迭代次数15,个体学习因子上下限分别为2.5和0.5,社会学习因子上下限分别为2.5和0.5,惯性权重上下限分别为0.9和0.4。重点分析在双层优化模型下ESS的优化配置及电压质量,验证ESS对交直流混合配电网运行经济性和电压稳定性的影响。
交直流混合配电网ESS双层优化配置模型
上层目标函数:针对复杂的ESS投资决策,本研究采用多目标优化策略,在保证经济可行性的同时提升系统母线电压质量。目标函数包括ESS投资成本(F1)、网损成本(F2)、主网购电成本(F3)以及整体母线电压偏差成本(ΔUn),如公式(12)所示,其中μ为量纲统一转换系数,计算公式为(19)。各分项成本计算如下:
- •
ESS投资成本F1按公式(13)计算,考虑了单位功率成本、单位容量成本及年均投资折算。
- •
网损成本F2按公式(14)计算,基于单位网损成本及全年各时刻各支路有功损耗求和。
- •
主网购电成本F3为未接ESS时的购电成本(Fbuy,公式(16))减去ESS参与调节后减少的购电成本(Fess,公式(17))。
- •
整体母线电压偏差ΔUn按公式(18)计算,为各母线电压相对于额定电压的偏差绝对值之和。
上层约束条件:包括功率平衡约束(公式(20)、(21))、母线电压约束(公式(22))、ESS允许安装功率容量约束(公式(23))以及ESS候选母线安装约束(公式(24))。
下层目标函数:以确保系统各时刻ESS功率调度能直接融入上层决策模型为目标,引入ESS出力作为关键控制参数,以最小化负荷标准差为优化目标,如公式(25)至(27)所示。
下层约束条件:包括交流网络功率流方程约束(公式(28))、交流电压电流方程约束(公式(29)、(30))、直流网络功率流方程约束(公式(31))、直流电压电流方程约束(公式(32)、(33))、网络安全约束(公式(34)至(36))以及光伏有功无功功率上下限约束(公式(37)、(38))。
凸性转换方法:为提高计算精度和效率,通过二阶锥松弛处理非线性约束,对交流直流网络约束进行了二阶锥规划松弛,如公式(39)至(44)所示。
求解步骤:整体求解流程分为上层规划和下层运行两个层级。上层以最小化综合成本为目标,采用改进粒子群优化算法初始化ESS位置和容量。下层以最小化负荷标准差为目标,采用Gurobi商业求解器进行精确优化,确定系统运行参数和成本。上下层通过反馈机制实现协同优化:下层将运行参数反馈给上层以更新规划方案,上层ESS配置方案则作为下层的输入,形成一个完整的模型。该方法实现了配电网中ESS的选址、定容和运行控制的一体化优化配置,兼顾了经济性、运行效率和系统可行性。
结果与讨论
ESS容量与位置对关键成本项的影响分析:通过对比四种配置场景(最优配置、同址不同容量、不同址同容量、不同址不同容量)发现,ESS容量和位置的优化需在多维度目标间进行权衡。最优配置场景(场景1)虽主网购电成本最低,但电压偏差成本显著高于其他场景,总成本最低,适用于电压稳定性要求相对较低、优先控制总成本的场景。同址增容场景(场景2)电压偏差成本大幅降低,但主网购电成本增加,体现了增容改善电压质量但增加购电支出的特点。异址同容场景(场景3)投资成本最高,但电压偏差成本和网损成本较低。异址异容场景(场景4)投资成本最小,但主网购电成本最高,总成本上升。总体而言,ESS容量和位置的优化需综合考虑满足电压稳定性要求、控制主网购电成本和ESS投资成本,并在核心成本组成部分之间进行权衡。
不同控制模式下ESS经济优化配置分析:比较了VSC恒功率控制(场景1)、恒电压控制(场景2)和下垂控制(场景3)三种模式下的ESS经济优化配置方案。恒功率控制场景主网购电成本较低,ESS功率配置方案简化,但电压偏差成本最高,总成本居中。恒电压控制场景电压偏差成本最低,供电稳定性最优,但主网购电成本、网损成本及ESS投资成本均最高,总成本最高。下垂控制场景主网购电成本、网损成本和ESS投资成本均为三者最低,总成本性价比最优,且电压偏差成本优于恒功率控制,综合性能最均衡,仅电压精度略逊于恒电压控制。
不同控制模式下ESS提升电压质量分析:重点分析了三种控制模式下交直流混合配电网在典型时刻(12:00光伏出力最大、18:00负荷最大、24:00负荷最小)的母线电压状况。恒功率控制场景在节点24后电压急剧下降至0.95 p.u.,存在电压越限风险。而恒电压控制和下垂控制均能将各节点电压稳定性约束在0.97–1.05 p.u.的合理范围内,其中恒电压控制电压稳定性最优,下垂控制也无越限风险。电压极值与偏差分析表明,恒功率控制场景电压偏差高达2.0633 p.u.,波动最严重;下垂控制场景降至1.6181 p.u.;恒电压控制场景进一步压缩至1.0659 p.u.,稳定性最优。恒电压控制和下垂控制的电压质量性能显著优于恒功率控制。
不同控制模式下ESS能量变化与系统功率平衡分析:分析了三种控制模式下ESS的能量变化特性和系统功率平衡状态。恒功率控制下ESS的SOC基本维持在0.5附近,充放电功率波动平缓。恒电压控制下SOC波动范围扩大,功率响应活跃度提高。下垂控制下削峰填谷能力和功率调节频率进一步增强,SOC随功率变化的动态波动更显著,体现了控制策略从非干预到主动调节的转变,以及控制模式对ESS状态稳定性和功率响应灵活性的影响。系统功率平衡图展示了三种控制策略下系统的功率平衡状态。
目标函数对ESS参数的敏感性分析:分析了ESS功率上限和接入点数量对目标函数(负荷标准差和综合成本)的敏感性。随着ESS功率上限和接入点数量的增加,负荷标准差持续下降,表明更大容量和更多接入点的ESS能有效稳定负荷波动,提升系统稳定性。而ESS参数对综合成本的影响相对温和,综合成本随功率上限增加先略有下降,随后随接入点增加略有上升。ESS配置需在提升系统稳定性和控制综合成本之间取得平衡,通过合理选择ESS功率上限和接入点数量可实现系统稳定性与成本控制的最优匹配。
交直流混合配电网ESS配置的不确定性场景分析:对比分析了光伏出力不确定性场景。通过同步回代法从基本光伏出力波动曲线中提取了五组具有不同发生概率(0.34, 0.13, 0.22, 0.1, 0.21)的典型出力曲线,为系统分析(如ESS配置鲁棒性验证)提供了场景基础。将第3.2节提出的ESS配置场景应用于五种不同的光伏不确定性场景进行对比验证,重点分析了18:00时刻(高负荷需求、光伏出力减少,末端母线电压存在低于下限风险)的电压分布曲线。结果表明,所有配置场景均能满足电力系统电压质量要求,其中恒电压控制场景(场景2)表现出最优的电压质量性能。不同场景下ESS配置参数和成本组成部分的变化反映了不同光伏出力条件对ESS经济优化配置及其日运行成本的影响。
交直流混合配电网ESS配置的季节性场景分析:分析了季节性场景(某地区夏季和冬季最大负荷场景)