一种基于灵活储能配置的弹性电力系统规划方法与流程

1.本发明涉及电力系统领域，尤其涉及一种基于灵活储能配置的弹性电力系统规划方法。


背景技术：

2.伴随双碳目标的提出，我国电力系统中可再生能源占比逐渐增加。然而，大规模新能源机组的接入放大了其固有的不确定性与波动性，降低了电力系统稳定性，还增加其失负荷风险，在小概率-高影响的极端恶劣场景下更容易造成更大的社会经济损失。为降低新能源机组波动性与不确定性对电力系统的影响，在电力系统中配置灵活储能装置能够在必要时起到削峰填谷的作用，以保障新能源机组出力的平稳性。因此，为建立具有较高鲁棒性的电力系统，除了需要考虑高概率-小影响力事件以提高电力系统的可靠性外，还需考虑小概率-高影响极端恶劣场景。为此，弹性电力系统的概念得到了广泛的关注。
3.弹性在电力系统领域中暂无一般性定义，多数以弹性为题的研究考虑极端恶劣场景在电力系统灾前、灾中以及灾后所造成的影响。因此，弹性在电力系统一般作为对电力系统灾前准备与预防、灾中抵御与吸收以及灾后快速恢复能力的评估，考虑极端恶劣场景的弹性电力系统响应的三阶段，具体地，第一阶段为弹性电力系统初始运行状态，第二阶段为弹性电力系统在抵御极端恶劣场景后的系统状态，第三阶段为弹性电力系统恢复后的状态水平。
4.基于上述三阶段过程，提升电力系统弹性的方法包括使用元件扩建的方式增加系统冗余度和针对脆弱元件进行强化的策略。这两种方法一般应用于长周期规划模型中，而长周期规划问题中一般采用持续负荷曲线(load duration curve,ldc)的方式建模以简化运行场景。在ldc建模中只考虑不同负荷水平的运行问题，因此所考虑负荷块越细致，得到的不考虑时序的机组运行结果越可靠，但细致的划分将大幅度增加计算负担。并且，基于ldc的长期规划问题通常被建模为单层的混合整数规划(mip)模型进行求解，二元决策变量代表投资决策，以最小化模拟短期运营决策使总投资与总运营成本及其他指标为目标。此外，ldc在一定程度上降低了规划问题的规模，然而该建模方式不能保留机组运行时序信息而只聚焦于不同负荷水平下的电力电量平衡，不能体现新能源出力随发电时间变化的特点。因此，ldc的直接应用并不适用于灵活储能配置规划。


技术实现要素：

5.本发明的目的是针对上述现有技术的不足，提出一种基于灵活储能配置的弹性电力系统规划方法，能够提高弹性电力系统对对电力控制的准确度，具体为：
6.按照负荷大小依次将运行场景下的年时序负荷曲线进行排列，得到在不同负荷水平下的负荷块持续折线，并获取负荷块持续折线对应的可再生能源的出力数据和目标电网数据；
7.根据所述出力数据和所述目标电网数据，构建储能灵活配置双层规划模型的上层
主问题，根据所述上层主问题，得到第一储能灵活配置策略；其中，所述第一储能灵活配置策略包括：系统失负荷量、发电机组出力和储能充放电功率；
8.基于所述第一储能灵活配置策略，构建所述储能灵活配置双层规划模型的下层子问题，并对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景；
9.根据所述第一极端恶劣场景和所述第一储能灵活配置策略，若不满足预设的收敛条件，则重新求解所述上层主问题，直到满足所述收敛条件，以使根据满足所述收敛条件的第二储能灵活配置策略对弹性电力系统进行电力规划。
10.与传统的持续负荷曲线简化运行场景相比，本发明采用根据年时序负荷曲线进行排列，并选择不同负荷水平下的负荷块持续折线的新能源的出力数据，能够保留机组运行的时序信息，从而保留新能源出力随发电时间变化的特点，且基于对应的出力数据和目标电网数据建立的储能灵活配置双层规划模型，获取在极端恶劣场景下的储能灵活配置策略，能够提高弹性电力系统对对电力控制的准确度。
11.进一步，所述按照负荷大小依次将运行场景下的年时序负荷曲线进行排列，得到在不同负荷水平下的负荷块持续折线，包括：
12.按照负荷大小依次将按小时刻画的年时序负荷曲线进行排列，得到精确持续负荷曲线，并根据等负荷量原则，将精确持续负荷曲线简化为不同负荷水平下且适应对应负荷水平变化的负荷块持续折线；其中，所述负荷块持续折线与对应的精确持续负荷曲线的面积相等。
13.本发明采用选取不同负荷水平的负荷块持续折线，并简化为不同负荷水平且适应不同负荷水平变化的负荷块持续折线，来建立储能灵活配置双层规划模型，能够既保留机组运行的时序信息，从而提高长时间规划尺度下的储能规划的精确度和对电力控制的准确度，并以负荷块持续折线来描述精确持续负荷曲线，能够减少求解储能灵活配置双层规划模型的计算量，提高储能灵活配置双层规划模型进行储能规划的效率。
14.进一步，所述根据所述第一极端恶劣场景和所述第一储能灵活配置策略，若不满足预设的收敛条件，则重新求解所述上层主问题，直到满足所述收敛条件，包括：
15.获取所述第一极端恶劣场景的子目标函数值和所述第一储能灵活配置策略的主目标函数值的关系比值，判断所述关系比值是否小于预设的收敛条件；
16.若所述关系比值不小于所述收敛条件，则根据所述第一极端恶劣场景对应生成的第一参数对第二约束条件进行更新，并重新获取负荷块持续折线，求解所述上层主问题和下层子问题，直到满足所述收敛条件。
17.进一步，所述根据所述第一极端恶劣场景对应生成的第一参数对第二约束条件进行更新，包括：
18.根据所述第一极端恶劣场景对应的第二直流潮流约束、第二切负荷约束、第二充放电约束和第二风电出力约束，得到对应的第一变量，根据所述第一变量对第二直流潮流约束、第二切负荷约束、第二充放电约束和第二风电出力约束分别进行更新；其中，所述第一变量包括ess充放电功率。
19.进一步，所述根据所述出力数据和所述目标电网数据，构建储能灵活配置双层规划模型的上层主问题，包括：
20.根据所述出力数据和所述目标电网数据，以最小化储能投资成本、系统运行成本和系统失负荷惩罚量的总和为主目标函数，以机组出力约束、机组启停约束、机组爬坡约束、线路容量约束、第一直流潮流约束、第一切负荷约束、储能装置ess规划约束、第一充放电约束、第一风电力约束和潮流平衡约束为第一约束条件，构建储能灵活配置双层规划模型的上层主问题。
21.进一步，所述基于所述第一储能灵活配置策略，构建所述储能灵活配置双层规划模型的下层子问题，包括：
22.基于所述第一储能灵活配置策略，以最大化失负荷量与弃风量的总和的最小值为子目标函数，以机组出力约束、机组爬坡约束、第二直流潮流约束、第二切负荷约束、第二充放电约束、第二风电出力约束和潮流平衡约束为第二约束条件，构建储能灵活配置双层规划模型的下层子问题。
23.进一步，所述根据所述上层主问题，得到第一储能灵活配置策略，包括：
24.根据列和生成约束对所述储能灵活配置双层规划模型进行求解，得到所述上层主问题对应的第一储能灵活配置策略。
25.进一步，所述对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景，包括：
26.根据强对偶定理对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景。
27.进一步，所述根据强对偶定理对所述下层子问题进行求解，包括：
28.对所述下层子问题对应的子目标函数的第一内层问题求对偶，得到将双层max-min问题转化为单层max问题，对所述单层max问题进行求解。
29.进一步，所述获取负荷块持续折线对应的可再生能源的出力数据和目标电网数据，包括：
30.从所述负荷块持续折线中，选取预设负荷水平片段和所述预设负荷水平片段在波动范围内的负荷值，得到年时序负荷曲线的典型日片段，并根据所述典型日片段，导入目标电网数据；其中，所述目标电网数据包括：网络拓扑结构、传输线路与备用线路阻抗与最大最小容量、线路开关所在位置和各发电机组信息。
附图说明
31.图1是本发明实时例提供的弹性电力系统与传统电力系统的系统性能对比的示意图；
32.图2是本发明实时例提供的基于灵活储能配置的弹性电力系统规划方法的流程示意图；
33.图3是本发明实施例提供的不同ldc负荷水平下典型日选取的流程示意图；
34.图4是本发明实施例提供的负荷块持续折线的示意图；
35.图5是本发明实施例提供的基于灵活储能配置的弹性电力系统规划完整流程示意图；
36.图6是本发明实施例提供的进行基于灵活储能配置的弹性电力系统规划的ieee24节点系统示意图；
37.图7是本发明实施例提供的典型日片段的负荷曲线示意图；
38.图8是本发明实施例提供的典型日片段的负荷信息与风电场极端出力场景的曲线示意图。
具体实施方式
39.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.值得说明的是，对电力系统灾前准备与预防、灾中抵御与吸收以及灾后快速恢复能力的评估，考虑极端恶劣场景的电力系统三阶段响应过程，参见图1，是本发明实时例提供的弹性电力系统与传统电力系统的系统性能对比的示意图；其中，p0为传统电力系统和弹性电力系统的初始运行状态水平，即准备与预防(anticipate&prepare)阶段；p2和p
′2分别为弹性电力系统与传统电力系统在抵御(resit)极端恶劣场景后的系统状态水平，即响应与适应阶段(response&adapt)；p3和p
′3则分别为两不同系统恢复(recover)后的状态水平。值得注意的是，弹性电力系统的在面对极端恶劣场景发生时，比传统电力系统的抵御时间更短，即弹性电力系统的时延更短；其次，在响应与适应阶段，弹性电力系统的处理时间比传统电力系统的处理时间也更短，可以表明单行电力系统具有更高的响应效率；并且，在采取恢复措施后，弹性电力系统的恢复时间更短且处理时间更快，系统在灾后恢复状态的性能也明显高于传统电力系统的系统性能。由此可见，具有较高弹性的电力系统在极端恶劣场景发生过程中与传统电力系统相比具有更低的切负荷量及灾后更快恢复的能力，对弹性电力系统进行电力规划，进一步优化系统性能在面对极端恶劣场景发生时具有重要价值和意义。
41.基于上述三阶段过程，提升电力系统弹性的方法包括使用元件扩建的方式增加系统冗余度、针对脆弱元件进行强化、优化电力系统拓扑以及灾后元件高效维修策略，两种方法一般应用于长周期规划模型中，而灵活储能装置的规划问题旨在最大限度地在降低投资与运行成本的同时增强电力系统抵御极端恶劣场景能力，保证负荷出力。
42.长周期规划问题中一般采用持续负荷曲线(ldc)的方式建模以简化运行场景，而周期规划模型框架除基于ldc外，还有通过选取代表周或代表日建立机组组合模型，然后，后问题在于如何选取目标代表周或代表日作为长期规划代表典型场景，导致选取不同代表日时得到的运行结果可能不同，选取较多的代表日同样将增加模型的求解负担。
43.因此，本发明为研究考虑灵活储能装置配置规划问题，采用考虑不确定性的ldc建立模型框架，在ldc各负荷水平下考虑少量典型日内的负荷变动与新能源不确定性出力，以涵盖更多不确定场景，同时ldc的负荷水平保证了规划问题的电力电量平衡。基于上述要求，该专利提出了基于改进ldc的灵活储能装置配置的长周期弹性规划模型，并使用高效算法求解，为后续弹性电力系统研究打下基础。本发明的技术构思为：基于改进的ldc框架构建两阶段鲁棒规划模型框架并使用双层迭代算法求解，能够解决ldc不能直接应用到灵活储能配置规划当中的问题，从而简化灵活储能配置参与到弹性电力系统的负荷数据量，通过少量典型日内的负荷变动与新能源不确定性出力，以涵盖更多不确定场景，同时ldc的负
荷水平保证了规划问题的电力电量平衡，通过建立两阶段鲁棒规划模型框架的优化问题，提高场景的复杂度，更加贴近真实的复杂环境，并通过双层迭代对两阶段鲁棒规划模型框架进行求解，从而得到在极端恶劣环境下的最优的储能灵活配置策略，提高弹性电力系统对对电力控制的准确度。
44.参见图2，是本发明实时例提供的基于灵活储能配置的弹性电力系统规划方法的流程示意图，包括步骤s11～s14，具体为：
45.步骤s11、按照负荷大小依次将运行场景下的年时序负荷曲线进行排列，得到在不同负荷水平下的负荷块持续折线，并获取负荷块持续折线对应的可再生能源的出力数据和目标电网数据。
46.所述按照负荷大小依次将运行场景下的年时序负荷曲线进行排列，得到在不同负荷水平下的负荷块持续折线，包括：按照负荷大小依次将按小时刻画的年时序负荷曲线进行排列，得到精确持续负荷曲线，并根据等负荷量原则，将精确持续负荷曲线简化为不同负荷水平下且适应对应负荷水平变化的负荷块持续折线；其中，所述负荷块持续折线与对应的精确持续负荷曲线的面积相等。
47.获取负荷块持续折线对应的可再生能源的出力数据和目标电网数据，包括：从所述负荷块持续折线中，选取预设负荷水平片段和所述预设负荷水平片段在波动范围内的负荷值，得到年时序负荷曲线的典型日片段，并根据所述典型日片段，导入目标电网数据；其中，所述目标电网数据包括：网络拓扑结构、传输线路与备用线路阻抗与最大最小容量、线路开关所在位置和各发电机组信息。
48.示例性地，获取对应典型日的负荷与可再生能源出力的期望值数据，同时导入目标电网数据，即电力系统信息，电力系统信息包括：当前网络拓扑结构、传输线路与备用线路阻抗与最大最小容量、线路开关所在位置以及各发电机组信息等。
49.值得说明的是，通过选取不同ldc负荷水平下的少量典型日，得到对应典型日的可再生能源的出力数据，参见图3，是本发明实施例提供的不同ldc负荷水平下典型日选取的流程示意图；其中，图3(a)为精确持续负荷曲线，是通过将图3(b)中年时序负荷曲线根据负荷大小依次排列所得的精确曲线，并根据等符合量原则，将精确持续负荷曲线简化为具有少量负荷水平的负荷块持续折线；其中，负荷块持续折线与对应的精确持续负荷曲线的面积相等，图3(c)为选取的两个负荷块片段分别对应的基于小时的周时序负荷曲线的示意图。选取预设负荷水平片段及其波动范围内的负荷值，对应年时序负荷曲线中的典型日片段，参见图4，是本发明实施例提供的负荷块持续折线的示意图。
50.步骤s12、根据所述出力数据和所述目标电网数据，构建储能灵活配置双层规划模型的上层主问题，根据所述上层主问题，得到第一储能灵活配置策略；其中，所述第一储能灵活配置策略包括：系统失负荷量、发电机组出力和储能充放电功率。
51.根据所述出力数据和所述目标电网数据，构建储能灵活配置双层规划模型的上层主问题，包括：根据所述出力数据和所述目标电网数据，以最小化储能投资成本、系统运行成本和系统失负荷惩罚量的总和为主目标函数，以机组出力约束、机组启停约束、机组爬坡约束、线路容量约束、第一直流潮流约束、第一切负荷约束、储能装置ess规划约束、第一充放电约束、第一风电力约束和潮流平衡约束为第一约束条件，构建储能灵活配置双层规划模型的上层主问题。
52.优选地，所述上层主问题可以表示为：
[0053][0054]
其中，决策变量包括：系统失负荷量lc、发电机组出力p以及储能充放电pch、pdis。其中，b为不同的负荷块的索引，w为所选取的典型日片段，ess为储能装置的索引，t为典型日片段w内时刻的索引，i为电力系统母线索引，g为系统中不同机组的索引。cp
ess
为单位储能功率(kw)扩建成本，ce
ess
为单位储能能量(kwh)扩建成本。pem
ess
为储能装置ess的功率扩建量，eem
ess
为储能装置ess的能量扩建量。ch
ess
为储能装置ess的充电成本。c表示机组单位出力成本，为系统失负荷惩罚量，使用较大的预设常数进行表示，为负载块b在代表日w，时刻t的持续时间。
[0055]
优选地，第一约束条件可以表示为：
[0056][0057]
其中，c1为机组出力约束，与分别为机组出力最小值、最大值，u
g，t，w，b
为机组g在负荷块b中第w天t时刻的投运状态；c2为机组启停约束，st、sh分别表示机组开机和关停；c3为机组爬坡约束；c4包括线路容量约束和第一直流潮流约束，rampg为机组g的出力
最大爬坡量；c5为第一切负荷约束，pl路中潮流变量，l为线路索引，为线路l的传输容量最大值，e
l，t，w，b
为线路l的状态变量，为母线i或j的相角，x
ij
为线路ij∈1的阻抗，θ
r，t，w，b
为参考母线相角，r参考母线；c6为储能装置ess规划约束，pem
ess
为规划的储能功率上限，其不能超过最大规划预算值pem
ess.max
，eem
ess
为规划的储能能量上限，其不能超过最大规划预算ee m
ess，max
；c7为第一充放电约束，pch、pdis分别为ess充放电功率，ramp
ess
为储能装置充放电功率爬坡约束，en为储能装置能量，tss为储能装置最大放电时间，分别为放电与充电效率；c8为第一风电出力约束，pw表示风电场wind在对应时刻的出力；c9为潮流平衡约束，load
i，t，w，b
为母线i在特定时刻的负荷量。
[0058]
优选地，线路的状态变量取默认值1。
[0059]
值得说明的是，机组启停约束包括机组启停与状态变量之间的逻辑关系，即约束c22-c24；第一充放电约束包括下一时刻储能单元电量与当前时刻储能单元电量及充放电功率之间的关系，即约束c74，第一充放电约束还包括对每个典型日片段开始时刻与结束时刻电量相等的约束，即约束c75。由于上层主问题中存在充电成本项，因此即使不引入表征充电与放电状态的变量也不会造成不可能存在的同时充放电的场景，从而降低问题规模与计算负担。
[0060]
步骤s13基于所述第一储能灵活配置策略，构建所述储能灵活配置双层规划模型的下层子问题，并对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景。
[0061]
其中，基于所述第一储能灵活配置策略，构建所述储能灵活配置双层规划模型的下层子问题，包括：基于所述第一储能灵活配置策略，以最大化失负荷量与弃风量的总和的最小值为子目标函数，以机组出力约束、机组爬坡约束、第二直流潮流约束、第二切负荷约束、第二充放电约束、第二风电出力约束和潮流平衡约束为第二约束条件，构建储能灵活配置双层规划模型的下层子问题。
[0062]
优选地，下层子问题可以表示为：
[0063][0064]
优选地，第二约束条件可以表示为：
[0065][0066]
其中，c1为机组出力约束，c2为机组启停约束，c3为机组爬坡约束，c4包括线路容量约束和第二直流潮流约束，为线路状态已知量z
l，t，w，b
表示线路遭受攻击0-1变量，当其值为1时表征线路受到攻击，否则为0，ba为不确定集合预算值；c5为第二切负荷约束，分别表示负荷向上/向下波动的0-1变量与负荷波动值；由于储能配置决策已知，因此省略了储能装置ess规划约束c6；c7为第二充放电约束，c8为第二风电出力约束，pdwind分别表示风电出力的向上/向下波动的0-1变量与风电出力波动值；c9为潮流平衡约束。
[0067]
值得注意的是，下层子问题的机组出力约束、机组启停约束、机组爬坡约束和潮流平衡约束均与上层主问题的对应约束相同，下层子问题的线路容量约束和第二直流潮流约束、第二切负荷约束、第二充放电约束和第二风电出力约束与上层主问题的对应线路容量
约束和第一直流潮流约束、第一切负荷约束、第一充放电约束和第一风电出力约束不同。其中，第二切负荷约束包括对于预设母线在预设时刻只能向上或向下波动的描述，即约束c52，第二负荷约束还包括对一个典型日片段内负荷波动的总量限制的约束，即约束c53；第二风电出力约束包括对于预设风电机组出力在预设时刻只能向上或向下波动的限制，即约束c82，第二风电出力约束还包括一个典型日片段的风电出力波动的总量限制，限制在b
wind
内，即约束c83。
[0068]
储能灵活配置双层规划模型包括上层主问题和下层子问题，储能灵活配置双层规划模型是双层混合整数线性规划模型，因此使用列和生成约束(column-and-constraint，c&cg)算法，并利用强对偶定理对模型进行求解。具体地，根据列和生成约束对所述储能灵活配置双层规划模型进行求解，得到所述上层主问题对应的第一储能灵活配置策略；而下层子问题考虑线路中断、可再生能能源极端出力以及负荷波动的极端场景，即最大化最小值(max-min)，采用强对偶定理进行求解，并通过上层主问题的主目标函数值和下层子问题的子目标函数值进行收敛判断，若未到达收敛条件，则将下层子问题的第二约束条件对上层子问题的第一约束条件进行更新，直到达到收敛条件。
[0069]
具体地，对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景，包括：根据强对偶定理对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景。
[0070]
其中，根据强对偶定理对所述下层子问题进行求解，包括：对所述下层子问题对应的子目标函数的第一内层问题求对偶，得到将双层max-min问题转化为单层max问题，对所述单层max问题进行求解。
[0071]
示例性地，下层子问题max-min问题的内层min问题(下层子问题的目标函数与第一约束条件)求对偶可以得到单层max问题进行求解，进一步得到当前电力系统中潜在的最严重线路中断场景、风电出力与负荷波动场景，其对偶后目标函数为：其中η为所需满足约束的对偶变量简略紧凑表达形式，f(η)为对偶问题的目标函数，通过强对偶定理，求解上述模型得到潜在极端恶劣场景的解。
[0072]
步骤s14、根据所述第一极端恶劣场景和所述第一储能灵活配置策略，若不满足预设的收敛条件，则重新求解所述上层主问题，直到满足所述收敛条件，以使根据满足所述收敛条件的第二储能灵活配置策略对弹性电力系统进行电力规划。
[0073]
与传统的持续负荷曲线简化运行场景相比，本发明采用根据年时序负荷曲线进行排列，并选择不同负荷水平下的负荷块持续折线的新能源的出力数据，能够保留机组运行的时序信息，从而保留新能源出力随发电时间变化的特点，且基于对应的出力数据和目标电网数据建立的储能灵活配置双层规划模型，获取在极端恶劣场景下的储能灵活配置策略，能够提高弹性电力系统对对电力控制的准确度。
[0074]
其中，根据所述第一极端恶劣场景和所述第一储能灵活配置策略，若不满足预设的收敛条件，则重新求解所述上层主问题，直到满足所述收敛条件，包括：获取所述第一极端恶劣场景的子目标函数值和所述第一储能灵活配置策略的主目标函数值的关系比值，判断所述关系比值是否小于预设的收敛条件；若所述关系比值不小于所述收敛条件，则根据所述第一极端恶劣场景对应生成的第一参数对第二约束条件进行更新，并重新获取负荷块
持续折线，求解所述上层主问题和下层子问题，直到满足所述收敛条件。
[0075]
优选地，所述关系比值可以表示为：
[0076]
k＝(obj(sp)-obj(mp))/(obj(sp)+obj(mp))，
[0077]
其中，obj(
·
)为取变量的函数值的取值函数，sp和mp分别为下层子问题的子目标函数值和上层主问题的主目标函数值。
[0078]
具体地，根据所述第一极端恶劣场景对应生成的第一参数对第二约束条件进行更新，包括：根据所述第一极端恶劣场景对应的第二直流潮流约束、第二切负荷约束、第二充放电约束和第二风电出力约束，得到对应的第一变量，根据所述第一变量对第二直流潮流约束、第二切负荷约束、第二充放电约束和第二风电出力约束分别进行更新；其中，所述第一变量包括ess充放电功率。
[0079]
示例性，若不收敛，则保存计算得到的第一第二直流潮流约束、第一第二切负荷约束、第一第二充放电约束和第一第二风电出力约束和生成的第一变量，所述第一变量包括充电功率和放电功率，将新变量替代原有的第二变量，并将第一变量代入已求得潜在极端恶劣场景值至第一第二直流潮流约束、第一第二切负荷约束、第一第二充放电约束和第一第二风电出力约束中，对第二约束条件进行更新，根据更新后的第二约束条件继续迭代求解。
[0080]
优选地，可再生能源的出力数据为可再生能源期望出力数据。
[0081]
参见图5，是本发明实施例提供的基于灵活储能配置的弹性电力系统规划完整流程示意图，具体地，获取完整的目标电网数据，包括完整的目标电网信息，并从完整的目标电网数据中，选取预设的ldc负荷水平下的典型日片段，得到典型日片段的可再生能源期望出力与负荷数据；根据获取的可再生能源期望出力和负荷数据，求解上层主问题，得到初始条件下的储能灵活配置策略；基于储能灵活配置策略，求解下层子问题，得到在已知储能灵活配置策略情况下的潜在的极端恶劣场景，包括线路中断、负荷波动和可再生能源极端出力；根据上层主问题的子目标函数值和下层子问题的子目标函数值，判断是否满足收敛条件，若满足收敛条件，则当前的储能灵活配置策略为最差的极端恶劣场景对应的最优的储能灵活配置策略；否则，将下层子问题得到的极端恶劣场景与生成的第一变量和第一变量对应的第二约束条件代入到下一次迭代过程中，重新获取典型日片段，获取典型日片段的可再生能源期望处理与负荷数据，进行迭代计算，直达得到最优的储能灵活配置策略。
[0082]
与现有的灵活储能装置容量配置方法相比，本发明具有如下突出有益效果：现有研究较少考虑储能配置容量对于抵御潜在极端恶劣场景的影响，并且容量配置模型多使用ldc或选取代表日的方法进行规划配置，因此易造成不考虑储能时序运行特点而导致规划结果有失偏颇或由代表日的选取不当造成结果差距较大并增加计算负担。本发明面向储能装置配置的主网弹性提升，提出一种兼顾ldc与代表日优点的规划建模框架，有效降低计算负担，提升计算精度，得到具有高技术准确度与长时间规划尺度的储能规划方案。
[0083]
示例性地，参见图6，是本发明实施例提供的进行基于灵活储能配置的弹性电力系统规划的ieee24节点系统示意图，其中，设定目标规划储能所在节点为13、16以及23节点，风电场连接节点为13、26节点，最大线路攻击数量为2，根据ldc中间负荷水平选取代表典型日片段和典型日片段对应的负荷与极端处理场景，参见图7，是本发明实施例提供的典型日片段的负荷曲线示意图，其中，获取了1天的负荷曲线变化；参见图8，是本发明实施例提供
的典型日片段的负荷信息与风电场极端出力场景的曲线示意图，风电极端出力场景1-3分别为13、16以及23节点的出力情况。
[0084]
根据基于灵活储能配置的弹性电力系统规划，3、16以及23节点的储能灵活配置策略见表1。
[0085]
表1储能灵活配置策略
[0086][0087]
从表中可以计算出13、16以及23节点的最终电力规划结果分别为56.2291kw/674.7kwh、180.0kw/2160kwh和0kw/0kwh。
[0088]
本发明采用在所选取的ldc负荷水平与期望可再生能源出力下计算最小化经济成本对应的灵活储能配置策略，根据灵活储能配置策略求解最严重极端场景，场景包括可再生能源出力波动、线路中断以及负荷波动，并将所得极端场景传递至考虑极端场景的灵活储能装置配置方法，得到考虑目标潜在极端场景优化后的储能配置策略。
[0089]
本发明的有益效果为：使用列和约束生成算法能够更加高效地求解所提出模型。现有技术聚焦于使用基于随机优化的典型日框架或不考虑机组、储能出力时序特征的ldc框架建立储能配置模型，前者存在典型日的选取以及计算负担等方面的问题，后者则可能因为不考虑元件时序特性导致求解结果具有较大偏差。因此本发明的重点在于改进后考虑元件时序特征的ldc建模框架，并建立灵活储能配置模型。本发明采用考虑选取ldc负荷水平下的少量典型日，并使用不确定性集合将典型日所能涵盖范围进行扩展，在可再生能源期望出力与对应负荷波动下求解最优储能配置。在降低计算负担的同时考虑规划模型中元件的时序特性，具有显著优越性。
[0090]
本领域内的技术人员应明白，本技术的实施例还可提供包括计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0091]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0092]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0093]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0094]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

技术特征：
1.一种基于灵活储能配置的弹性电力系统规划方法，其特征在于，包括：按照负荷大小依次将运行场景下的年时序负荷曲线进行排列，得到在不同负荷水平下的负荷块持续折线，并获取负荷块持续折线对应的可再生能源的出力数据和目标电网数据；根据所述出力数据和所述目标电网数据，构建储能灵活配置双层规划模型的上层主问题，根据所述上层主问题，得到第一储能灵活配置策略；其中，所述第一储能灵活配置策略包括：系统失负荷量、发电机组出力和储能充放电功率；基于所述第一储能灵活配置策略，构建所述储能灵活配置双层规划模型的下层子问题，并对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景；根据所述第一极端恶劣场景和所述第一储能灵活配置策略，若不满足预设的收敛条件，则重新求解所述上层主问题，直到满足所述收敛条件，以使根据满足所述收敛条件的第二储能灵活配置策略对弹性电力系统进行电力规划。2.如权利要求1所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述按照负荷大小依次将运行场景下的年时序负荷曲线进行排列，得到在不同负荷水平下的负荷块持续折线，包括：按照负荷大小依次将按小时刻画的年时序负荷曲线进行排列，得到精确持续负荷曲线，并根据等负荷量原则，将精确持续负荷曲线简化为不同负荷水平下且适应对应负荷水平变化的负荷块持续折线；其中，所述负荷块持续折线与对应的精确持续负荷曲线的面积相等。3.如权利要求1所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述根据所述第一极端恶劣场景和所述第一储能灵活配置策略，若不满足预设的收敛条件，则重新求解所述上层主问题，直到满足所述收敛条件，包括：获取所述第一极端恶劣场景的子目标函数值和所述第一储能灵活配置策略的主目标函数值的关系比值，判断所述关系比值是否小于预设的收敛条件；若所述关系比值不小于所述收敛条件，则根据所述第一极端恶劣场景对应生成的第一参数对第二约束条件进行更新，并重新获取负荷块持续折线，求解所述上层主问题和下层子问题，直到满足所述收敛条件。4.如权利要求3所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述根据所述第一极端恶劣场景对应生成的第一参数对第二约束条件进行更新，包括：根据所述第一极端恶劣场景对应的第二直流潮流约束、第二切负荷约束、第二充放电约束和第二风电出力约束，得到对应的第一变量，根据所述第一变量对第二直流潮流约束、第二切负荷约束、第二充放电约束和第二风电出力约束分别进行更新；其中，所述第一变量包括ess充放电功率。5.如权利要求1所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述根据所述出力数据和所述目标电网数据，构建储能灵活配置双层规划模型的上层主问题，包括：根据所述出力数据和所述目标电网数据，以最小化储能投资成本、系统运行成本和系统失负荷惩罚量的总和为主目标函数，以机组出力约束、机组启停约束、机组爬坡约束、线
路容量约束、第一直流潮流约束、第一切负荷约束、储能装置ess规划约束、第一充放电约束、第一风电力约束和潮流平衡约束为第一约束条件，构建储能灵活配置双层规划模型的上层主问题。6.如权利要求1所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述基于所述第一储能灵活配置策略，构建所述储能灵活配置双层规划模型的下层子问题，包括：基于所述第一储能灵活配置策略，以最大化失负荷量与弃风量的总和的最小值为子目标函数，以机组出力约束、机组爬坡约束、第二直流潮流约束、第二切负荷约束、第二充放电约束、第二风电出力约束和潮流平衡约束为第二约束条件，构建储能灵活配置双层规划模型的下层子问题。7.如权利要求1所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述根据所述上层主问题，得到第一储能灵活配置策略，包括：根据列和生成约束对所述储能灵活配置双层规划模型进行求解，得到所述上层主问题对应的第一储能灵活配置策略。8.如权利要求1所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景，包括：根据强对偶定理对所述下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景。9.如权利要求8所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述根据强对偶定理对所述下层子问题进行求解，包括：对所述下层子问题对应的子目标函数的第一内层问题求对偶，得到将双层max-min问题转化为单层max问题，对所述单层max问题进行求解。10.如权利要求1所述的基于灵活储能配置的弹性电力系统规划方法，其特征在于，所述获取负荷块持续折线对应的可再生能源的出力数据和目标电网数据，包括：从所述负荷块持续折线中，选取预设负荷水平片段和所述预设负荷水平片段在波动范围内的负荷值，得到年时序负荷曲线的典型日片段，并根据所述典型日片段，导入目标电网数据；其中，所述目标电网数据包括：网络拓扑结构、传输线路与备用线路阻抗与最大最小容量、线路开关所在位置和各发电机组信息。

技术总结
本发明公开了一种基于灵活储能配置的弹性电力系统规划方法，包括：获取在不同负荷水平下的负荷块持续折线，并获取负荷块持续折线对应的可再生能源的出力数据和目标电网数据；根据出力数据和目标电网数据，构建储能灵活配置双层规划模型的上层主问题，根据上层主问题，得到第一储能灵活配置策略；基于第一储能灵活配置策略，构建储能灵活配置双层规划模型的下层子问题，并对下层子问题进行求解，得到线路中断、可再生能能源极端出力以及负荷波动的第一极端恶劣场景；根据第一极端恶劣场景和第一储能灵活配置策略，若不满足预设的收敛条件，则重新求解上层主问题，直到满足收敛条件；采用本发明能够提高弹性电力系统对对电力控制的准确度。制的准确度。制的准确度。


技术研发人员：李力 徐天元 杨银国 陈玥 陆秋瑜 刘洋
受保护的技术使用者：广东电网有限责任公司电力调度控制中心
技术研发日：2023.06.27
技术公布日：2023/9/22