一种考虑需求响应的有源配电网储能配置优化方法与流程

1.本发明涉及有源配电网优化领域与需求响应领域，特别是一种考虑需求响应的有源配电网储能配置优化方法。


背景技术：

2.随着环保压力的加大和国家政策的支持，新能源技术得到了越来越多的关注和应用，传统的不可再生能源发电已经逐渐被绿色的可再生能源代替，大量清洁能源涌入市场，受其影响，大量分布式新能源接入配用电网络。但由于分布式能源发电的波动性与间歇性，造成了一些不确定的因素，这些因素的不确定可能会造成配用电网络的电压波动较大、线路损耗增大等问题，同时也将给配电网的安全稳定运行以及经济发展带来巨大的挑战。为了解决上述问题，经研究合理配置蓄电池容量是保证蓄电池安全、经济运行的重要手段。
3.含分布式电源的配电网，亦称为有源配电网，作为分布式能源利用的主要手段，对缓解能源危机、优化能源结构、推动节能减排、调节电网负荷峰谷差、改善电能质量具有重要意义。本方法围绕太阳能发电展开研究太阳能发电具有绿色环保、永不枯竭等特点，是近年来发展较快的可再生能源。同时新能源侧配置储能的相关研究中，大多出于电网侧规划角度，而同时考虑需求响应及储能经济性的目标问题较少。为进一步保证配电网电压稳定并有效降低配电网网损，充分发挥配电网各类电压调控手段的优势，近年来，需求侧响应技术和储能充放电功率调控也取得快速的发展。因此，本文侧重于新能源发电侧储能配置，考虑经济性和需求响应，开展多目标储能优化配置研究。


技术实现要素：

4.针对上述问题，本发明的目的是提供一种考虑需求响应的有源配电网储能配置优化方法，该方法通过该方法将储能系统运行和优化相结合，解决了对储能的规划阶段和运行阶段缺乏互动没有得到整体配置最优的问题，对系统的储能选址和规模进行优化。提高了配电网的经济性以及电压的稳定性。
5.为实现上述目的，本发明采取以下技术方案：
6.步骤1：综合考虑储能系统接入在配电网运行场景中产生的收益，分析有源配电网储能配置接入的主要成本组成；
7.步骤2：以配电网综合成本最小为目标函数，以年为最小规划单位，优化对象为储能系统的安装位置和安装容量；安装容量包括功率容量和能量容量；
8.步骤3：以光伏发电作为发电侧，根据光伏出力特征，建立起考虑需求响应有源配电网储能配置优化模型
9.步骤4：采用改进的粒子群算法对模型进行求解。
10.所述步骤1具体包括储能配置接入所需考虑的各项成本因素：
11.(1)储能系统年投资成本
12.考虑到储能系统结构复杂，本文将储能系统分为功率容量成本和能量容量成本两
部分，即
[0013][0014]
其中，资本回收系数c(r，n)可以表示为下式：
[0015][0016]
式中：c
inv
为储能系统年投资成本，元；ωr为系统中所有节点的集合；r为贴现率；k为储能系统的经济使用年限；和分别为安装在节点i上储能系统的功率容量和能量容量；c
p
和ce分别为功率容量和能量容量的单位容量投资成本。
[0017]
(2)储能年运行维护成本。
[0018][0019]
式中：c
run
为储能系统年运行维护成本，元；α为储能系统年运行成本系数(元/kw)；β为储能系统的年维护成本系数(元/kw)。
[0020]
(3)有源配电网年损耗成本。
[0021][0022][0023]
式中：c
loss
为储能系统年运行维护成本，元；p
loss，t
为配电网在t时刻的有功损耗；c
loss
为单位电量有功损耗费用，元/(kw
·
h)；δt为时间间隔，本文取δt为1h；n为电网负荷节点集，是r的子集；p
pur，t
为t时刻上级电网注入总有功功率；分别为光伏和负荷注入的有功功率；分别为储能充、放电功率，为负，为正；s
pv
为光伏安装节点集；s
es
为储能安装节点集。
[0024]
(4)有源配电网年购电成本。
[0025][0026]
式中：c
pur
为储能向上级购电的购电成本，元；λ
pur，t
为t时刻的单位电量购电费。
[0027]
(5)年负荷调控补偿成本。
[0028][0029]
式中：c
dr
为有源配电网年调控负荷的补偿成本，元；为t时刻节点i的可转移负荷响应量与可调节负荷响应量；c
l
为需求响应的单位成本。
[0030]
所述步骤2具体包括：
[0031]
考虑储能系统年投资成本、储能系统年运行成本、储能年维护成本、年损耗成本、年购电成本、年负荷调控补偿成本之和最小为目标函数，本方法所构建的模型采用配电网综合成本最小为目标优化函数。
[0032]
minc＝c
inv
+c
run
+c
loss
+c
pur
+c
dr
[0033]
所述步骤3中，运行模型的具体约束包括：
[0034]
a)节点电压约束
[0035][0036]
式中：u
i，min
，u
i，max
分别为系统允许节点i的电压的上、下限。
[0037]
b)线路电流约束
[0038][0039]
式中：i
ij，max
为通过线路i
ij
的电流幅值的上限。
[0040]
c)分布式光伏出力约束
[0041][0042]
式中：为t时刻光伏电场最大出力
[0043]
d)上级电网注入配电网的总有功功率限制约束
[0044][0045]
式中：分别为上级电网注入的总有功功率的下限和上限。
[0046]
e)储能容量限制约束
[0047]
充放电过程中不能超过各自的额定容量，即要在一定的限制下工作
[0048]
p
ess，min
≤p
ess
≤p
ess，max
[0049]
式中：p
ess，min
、p
ess，max
分别为储能装置功率的上、下限
[0050][0051][0052][0053]
式中：为在t时段中储能设备i的容量；分别为储能设备i的充、放电效率系数；分别为t时刻储能充、放电功率；为初始储能容量，本文设其为额定容量的50％。
[0054]
f)储能充放电功率限制约束
[0055][0056]
式中：为储能设备i的充放电功率的上限；s
dg，i
为储能安装位置的0-1变量，当s
dg，i
取1时表示在待安装节点i处安装储能，反之，不安装储能。
[0057]
g)储能最大安装个数约束
[0058][0059]
式中：s
sg
为储能待安装节点集合；n
max
为储能计划最大安装个数。
[0060]
i)储能充放电状态约束
[0061]
储能设备在正常运行时，在任意时段t内只能处于充电或放电状态，即：
[0062][0063]
j)24h充放电平衡约束
[0064]
正常运行时，在24h周期内储能能量达到平衡，即：
[0065][0066]
m)功率平衡约束
[0067][0068][0069][0070][0071]ui，t-u
j，t
＝2(r
ij
p
ij，t
+x
ijqij，t
)l
ij，t
[0072][0073]
式中：对于任意(i，j)∈r，节点i和节点j间线路l
ij，t
的阻抗为z
ij
＝r
ij
+jx
ij
，有y
ij
＝1/z
ij
＝g
ij
+jb
ij
；i
ij
为由节点i流向节点j的线路电流幅值；l
ij，t
为线路电流幅值的平方；u
i，t
为在t时段中节点i的电压幅值；分别为节点i的负荷和光伏注入的无功功率；s
ij，t
＝p
ij，t
+jq
ij，t
为在t时段中线路始端节点的复功率，且由节点i流向节点j；
[0074]
(n)需求响应约束
[0075][0076][0077][0078][0079]
[0080][0081]
所述步骤4具体包括：
[0082]
步骤(1)：初始化多目标粒子群优化算法的参数、包括光照强度、负荷的各随机变量的统计值，在约束条件范围内随机生成n组储能容量、最大充放电功率及接入位置作为初始种群；
[0083]
步骤(2)：以储能容量、最大充放电功率、接入位置及日负荷作为已知条件输入到优化模型中，利用改进的区间控制确定控制区间的上下限，进而得出各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷；
[0084]
步骤(3)：更新系统的节点信息、个体最优解与种群最优解，根据粒子支配关系及拥挤距离排序更新非劣解集；更新各粒子惯性权重因子与粒子速度和位置。在模型中分别计算储能配置的投资成本、线路损耗成本、储能运行收益等，结合已算得的结果对种群中的个体进行评估，生成一组新的最优解集；
[0085]
步骤(4)：判断迭代是否终止：
[0086]
若是，则输出最优解集，并根据权重选择最优解；
[0087]
否则，返回所述步骤(2)，根据多目标粒子群优化算法迭代更新出一组新的种群，所述种群包括储能容量、最大充放电功率、接入位置。
[0088]
与现有技术对比，本发明具有以下优点：
[0089]
本发明的技术方案，建立了储能成本效益模型，基于储能成本效益，建立了基于粒子群算法的求解模型，通过研究储能配置的综合成本最小，并将需求响应考虑进模型；可以确定配电网中储能系统的最佳选址以及每个选址的储能规模和功率，满足经济合理性，使整个配电网系统的总成本最小。并最大限度地提高了供电可靠性，减少了配电网故障后停电区域的停电损失，提高了可靠性效益。
附图说明
[0090]
图1为本发明的流程图；
[0091]
图2为本发明的储能系统优化配置模型求解流程图；
[0092]
图3为实施dr前后负荷对比图；
[0093]
图4为成本最低的储能功率曲线；
具体实施方式
[0094]
为了更好地理解本发明的目的、技术方案及技术效果，以下结合附图对本发明进行进一步的讲解说明。
[0095]
本发明提出了一种考虑需求响应的有源配电网储能配置优化方法，附图1为本发明的流程图，其实施流程包括如下详细步骤。
[0096]
步骤1：综合考虑储能系统接入在配电网正常运行场景中产生的收益，分析有源配电网储能配置接入的主要成本组成；
[0097]
步骤2：以配电网综合成本最小为目标函数，以年为最小规划单位，优化对象为储
能系统的安装位置和安装容量；安装容量包括功率容量和能量容量；
[0098]
步骤3：以光伏发电作为发电侧，根据光伏出力特征，建立起考虑需求响应有源配电网储能配置优化模型
[0099]
步骤4：采用改进的粒子群算法对模型进行求解。
[0100]
所述步骤1具体包括储能配置接入所需考虑的各项成本因素：
[0101]
(1)储能系统年投资成本
[0102]
考虑到储能系统结构复杂，本文将储能系统分为功率容量成本和能量容量成本两部分，即
[0103][0104]
其中，资本回收系数c(r，n)可以表示为下式：
[0105][0106]
式中：c
inv
为储能系统年投资成本，元；ωr为系统中所有节点的集合；r为贴现率；k为储能系统的经济使用年限；和分别为安装在节点i上储能系统的功率容量和能量容量；c
p
和ce分别为功率容量和能量容量的单位容量投资成本。
[0107]
(2)储能年运行维护成本。
[0108][0109]
式中：c
run
为储能系统年运行维护成本，元；α为储能系统年运行成本系数(元/kw)；β为储能系统的年维护成本系数(元/kw)。
[0110]
(3)有源配电网年损耗成本。
[0111][0112][0113]
式中：c
loss
为储能系统年运行维护成本，元；p
loss，t
为配电网在t时刻的有功损耗；c
loss
为单位电量有功损耗费用，元/(kw
·
h)；δt为时间间隔，本文取δt为1h；n为电网负荷节点集，是r的子集；p
pur，t
为t时刻上级电网注入总有功功率；分别为光伏和负荷注入的有功功率；分别为储能充、放电功率，为负，为正；s
pv
为光伏安装节点集；s
es
为储能安装节点集。
[0114]
(4)有源配电网年购电成本。
[0115][0116]
式中：c
pur
为储能向上级购电的购电成本，元；λ
pur，t
为t时刻的单位电量购电费。
[0117]
(5)年负荷调控补偿成本。
[0118][0119]
式中：c
dr
为有源配电网年调控负荷的补偿成本，元；为t时刻节点i的可转移负荷响应量与可调节负荷响应量；c
l
为需求响应的单位成本。
[0120]
所述步骤2具体包括：
[0121]
考虑储能系统年投资成本、储能系统年运行成本、储能年维护成本、年损耗成本、年购电成本、年负荷调控补偿成本之和最小为目标函数，本方法所构建的模型采用配电网综合成本最小为目标优化函数。
[0122]
minc＝c
inv
+c
run
+c
loss
+c
pur
+c
dr
[0123]
所述步骤3中，运行模型的具体约束包括：
[0124]
a)节点电压约束
[0125][0126]
式中：u
i，min
，u
i，max
分别为系统允许节点i的电压的上、下限。
[0127]
b)线路电流约束
[0128][0129]
式中：i
ij，max
为通过线路i
ij
的电流幅值的上限。
[0130]
c)分布式光伏出力约束
[0131][0132]
式中：为t时刻光伏电场最大出力
[0133]
d)上级电网注入配电网的总有功功率限制约束
[0134][0135]
式中：分别为上级电网注入的总有功功率的下限和上限。
[0136]
e)储能容量限制约束
[0137]
充放电过程中不能超过各自的额定容量，即要在一定的限制下工作
[0138]
p
ess，min
≤p
ess
≤p
ess，max
[0139]
式中：p
ess，min
、p
ess，max
分别为储能装置功率的上、下限
[0140][0141][0142][0143]
式中：为在t时段中储能设备i的容量；分别为储能设备i的充、放电效率系数；分别为t时刻储能充、放电功率；为初始储能容量，本文设其为额
定容量的50％。
[0144]
f)储能充放电功率限制约束
[0145][0146]
式中：为储能设备i的充放电功率的上限；s
dg，i
为储能安装位置的0-1变量，当s
dgi
取1时表示在待安装节点i处安装储能，反之，不安装储能。
[0147]
g)储能最大安装个数约束
[0148][0149]
式中：s
sg
为储能待安装节点集合；n
max
为储能计划最大安装个数。
[0150]
i)储能充放电状态约束
[0151]
储能设备在正常运行时，在任意时段t内只能处于充电或放电状态，即：
[0152][0153]
j)24h充放电平衡约束
[0154]
正常运行时，在24h周期内储能能量达到平衡，即：
[0155][0156]
m)功率平衡约束
[0157][0158][0159][0160][0161]ui，t-u
j，t
＝2(r
ij
p
ij，t
+x
ijqij，t
)l
ij，t
[0162][0163]
式中：对于任意(i，j)∈r，节点i和节点j间线路l
ij，t
的阻抗为z
ij
＝r
ij
+jx
ij
，有y
ij
＝1/z
ij
＝g
ij
+jb
ij
；i
ij
为由节点i流向节点j的线路电流幅值；l
ij，t
为线路电流幅值的平方；u
i，t
为在t时段中节点i的电压幅值；分别为节点i的负荷和光伏注入的无功功率；s
ij，t
＝p
ij，t
+jq
ij，t
为在t时段中线路始端节点的复功率，且由节点i流向节点j；
[0164]
(n)需求响应约束
[0165][0166]
[0167][0168][0169][0170][0171]
所述步骤4具体包括如下步骤，附图2为改进的粒子群算法流程图：
[0172]
步骤(1)：初始化多目标粒子群优化算法的参数、包括光照强度、负荷的各随机变量的统计值，在约束条件范围内随机生成n组储能容量、最大充放电功率及接入位置作为初始种群；
[0173]
步骤(2)：以储能容量、最大充放电功率、接入位置及日负荷作为已知条件输入到优化模型中，利用改进的区间控制确定控制区间的上下限，进而得出各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷；
[0174]
步骤(3)：更新系统的节点信息、个体最优解与种群最优解，根据粒子支配关系及拥挤距离排序更新非劣解集；更新各粒子惯性权重因子与粒子速度和位置。在模型中分别计算储能配置的投资成本、线路损耗成本、储能运行收益等，结合已算得的结果对种群中的个体进行评估，生成一组新的最优解集；
[0175]
步骤(4)：判断迭代是否终止：
[0176]
若是，则输出最优解集，并根据权重选择最优解；
[0177]
否则，返回所述步骤(2)，根据多目标粒子群优化算法迭代更新出一组新的种群，所述种群包括储能容量、最大充放电功率、接入位置。
[0178]
与现有技术对比，本发明具有以下优点：
[0179]
本发明的技术方案，建立了储能成本效益模型，基于储能成本效益，建立了基于粒子群算法的求解模型，通过研究储能配置的综合成本最小，并将需求响应考虑进模型；可以确定配电网中储能系统的最佳选址以及每个选址的储能规模和功率，满足经济合理性，使整个配电网系统的总成本最小。并最大限度地提高了供电可靠性，减少了配电网故障后停电区域的停电损失，提高了可靠性效益。
[0180]
为验证所提供的可调负荷聚合管理调度方法的有效性，本发明收集相关数据进行仿真建模。
[0181]
实施例：
[0182]
本文在ieee33节点配电系统上进行仿真，配电网基准电压为12.66kv，网络总负荷为(3715+2300j)kva。其中，第0节点与上层电网连接传输功率，为平衡节点。配电网为小范围网架，为简化模型。
[0183]
表1为仿真参数设置
[0184]
参数单位数值贴现率％0.08
储能系统的经济使用年限年20功率容量单位容量投资成本元/kwh1000能量容量单位容量投资成本元/kwh1000储能系统年运行成本系数元/kw0.01储能系统年维护成本系数元/kw0.01单位电量有功损耗费用元/(kw
·
h)0.8t时刻的单位电量购电费用元/kw0.32需求响应单位成本元/kw1.03t时刻的单位电量售电收益元/kw0.58t时刻光伏电场最大出力kw800荷电状态soc范围[0.1,0.9]
[0185]
设置三种场景进行对比：场景1：不配置储能系统；场景2：配置储能系统，但不考虑需求响应；场景3：采用本文规划模型；经计算，表2，表3分别显示了这三种场景的优化配置结果
[0186]
表2储能装置配置结果
[0187]
场景节点功率容量能量容量场景1
‑‑‑
场景215，17，3194,126,180368,502,680场景313，17，3032,156,120158,488,198
[0188]
表3三种场景下综合成本分析
[0189]
综上所述，通过表2、3所示的数据分析可知，在场景1不配置储能的情况下，配电网有着较高的线路有功损耗与购电成本。而在考虑了储能配置的场景2和场景3中，都可以满足配电网供电要求。并且场景3中考虑需求响应的情况下，虽然线路损耗略有上升，但是却有着更为低廉的储能投资成本，配电网总体投资运行的成本更低，具有更高的经济性。可以为有源配电网的储能配置优化提供参考依据，模型具有有效性。

技术特征：
1.一种考虑需求响应的有源配电网储能配置优化方法，其特征在于，包括以下步骤：步骤1：综合考虑储能系统接入在配电网运行场景中产生的收益，分析有源配电网储能配置接入的主要成本组成；步骤2：以配电网综合成本最小为目标函数，以年为最小规划单位，优化对象为储能系统的安装位置和安装容量；安装容量包括功率容量和能量容量；步骤3：以光伏发电作为发电侧，根据光伏出力特征，建立起考虑需求响应有源配电网储能配置优化模型；步骤4：采用改进的粒子群算法对模型进行求解。2.根据权利要求1所述的一种考虑需求响应的有源配电网储能配置优化方法，其特征在于：所述步骤1具体包括：步骤(1)在分析储能配置接入主要成本时，需考虑储能系统年投资成本。考虑到储能系统结构复杂，本文将储能系统分为功率容量成本和能量容量成本两部分，即资本回收系数c(r，n)可以表示为下式：式中：c
inv
为储能系统年投资成本，元；ω
r
为系统中所有节点的集合；r为贴现率；k为储能系统的经济使用年限；和分别为安装在节点i上储能系统的功率容量和能量容量；c
p
和c
e
分别为功率容量和能量容量的单位容量投资成本。步骤(2)在分析储能配置接入主要成本时，需考虑储能年运行维护成本。式中：c
run
为储能系统年运行维护成本，元；α为储能系统年运行成本系数(元/kw)；β为储能系统的年维护成本系数(元/kw)。步骤(3)在分析储能配置接入主要成本时，需考虑有源配电网年损耗成本。需考虑有源配电网年损耗成本。式中：c
loss
为储能系统年运行维护成本，元；p
loss，t
为配电网在t时刻的有功损耗；c
loss
为单位电量有功损耗费用，元/(kw
·
h)；δt为时间间隔，本文取δt为1h；n为电网负荷节点集，是r的子集；p
pur，t
为t时刻上级电网注入总有功功率；分别为光伏和负荷注入的
有功功率；分别为储能充、放电功率,为负，为正；s
pv
为光伏安装节点集；s
es
为储能安装节点集。步骤(4)在分析储能配置接入主要成本时，需考虑有源配电网年购电成本。式中：c
pur
为储能向上级购电的购电成本，元；λ
pur，t
为t时刻的单位电量购电费用。步骤(5)在分析储能配置接入主要成本时，需考虑年负荷调控补偿成本。式中：c
dr
为有源配电网年调控负荷的补偿成本，元；为t时刻节点i的可转移负荷响应量与可调节负荷响应量；c
l
为需求响应的单位成本。3.根据权利要求2所述的一种考虑需求响应的有源配电网储能配置优化方法，其特征在于：所述步骤2具体包括：考虑储能系统年投资成本、储能系统年运行成本、储能年维护成本、年损耗成本、年购电成本、年负荷调控补偿成本之和最小为目标函数，本方法所构建的模型采用配电网综合成本最小为目标优化函数。minc＝c
inv
+c
run
+c
loss
+c
pur
+c
dr
4.根据权利要求3所述的一种考虑需求响应的有源配电网储能配置优化方法，其特征在于：所述步骤3中，运行模型的具体约束包括：a)节点电压约束式中：u
i，min
，u
i，max
分别为系统允许节点i的电压的上、下限。b)线路电流约束式中：i
ij，max
为通过线路i
ij
的电流幅值的上限。c)分布式光伏出力约束式中：为t时刻光伏电场最大出力d)上级电网注入配电网的总有功功率限制约束式中：分别为上级电网注入的总有功功率的下限和上限。e)储能容量限制约束充放电过程中不能超过各自的额定容量，即要在一定的限制下工作p
ess，min
≤p
ess
≤p
ess，max
式中：p
ess，min
、p
ess，max
分别为储能装置功率的上、下限下限下限式中：为在t时段中储能设备i的容量；分别为储能设备i的充、放电效率系数；分别为t时刻储能充、放电功率；为初始储能容量，本文设其为额定容量的50％。f)储能充放电功率限制约束式中：为储能设备i的充放电功率的上限；s
dg，i
为储能安装位置的0-1变量，当s
dg，i
取1时表示在待安装节点i处安装储能，反之，不安装储能。g)储能最大安装个数约束式中：s
sg
为储能待安装节点集合；n
max
为储能计划最大安装个数。i)储能充放电状态约束储能设备在正常运行时，在任意时段t内只能处于充电或放电状态，即：j)24h充放电平衡约束正常运行时，在24h周期内储能能量达到平衡，即：m)功率平衡约束m)功率平衡约束m)功率平衡约束m)功率平衡约束u
i，t-u
j，t
＝2(r
ij
p
ij，t
+x
ij
q
ij，t
)l
ij，t
式中：对于任意(i，j)∈r，节点i和节点j间线路l
ij，t
的阻抗为z
ij
＝r
ij
+jx
ij
，有y
ij
＝1/z
ij
＝g
ij
+jb
ij
；i
ij
为由节点i流向节点j的线路电流幅值；l
ij，t
为线路电流幅值的平方；u
i，t
为在t时段中节点i的电压幅值；分别为节点i的负荷和光伏注入的无功功率；s
ij，t
＝p
ij，t
+jq
ij，t
为在t时段中线路始端节点的复功率，且由节点i流向节点j；(n)需求响应约束(n)需求响应约束(n)需求响应约束(n)需求响应约束(n)需求响应约束(n)需求响应约束5.根据权利要求4所述的一种计及碳减排效益的可调负荷聚合管理业务优化调度方法，其特征在于：所述步骤4具体包括：步骤(1)：初始化多目标粒子群优化算法的参数、包括光照强度、负荷的各随机变量的统计值，在约束条件范围内随机生成n组储能容量、最大充放电功率及接入位置作为初始种群；步骤(2)：以储能容量、最大充放电功率、接入位置及日负荷作为已知条件输入到优化模型中，利用改进的区间控制确定控制区间的上下限，进而得出各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷；步骤(3)：更新系统的节点信息、个体最优解与种群最优解，根据粒子支配关系及拥挤距离排序更新非劣解集；更新各粒子惯性权重因子与粒子速度和位置。在模型中分别计算储能配置的投资成本、线路损耗成本、储能运行收益等，结合已算得的结果对种群中的个体进行评估，生成一组新的最优解集；步骤(4)：判断迭代是否终止：若是，则输出最优解集，并根据权重选择最优解；否则，返回所述步骤二，根据多目标粒子群优化算法迭代更新出一组新的种群，所述种群包括储能容量、最大充放电功率、接入位置。

技术总结
本发明公开了一种考虑需求响应的有源配电网储能配置优化方法。步骤包括，首先以储能装置为研究对象，建立了一个储能配置规划的模型，最大限度地降低储能的成本。优化目标中考虑了储能的投资成本、运维成本、损耗成本、购电成本以及需求响应的成本，讨论了储能装置的位置和容量的规划问题。采用改进的粒子群算法对一个系统的储能位置和容量进行优化，得到储能容量的最佳安装位置与最佳功率。最后通过仿真建模，验证所提方法的有效性与经济性。验证所提方法的有效性与经济性。


技术研发人员：李慧玲 郝巍 康艺轩
受保护的技术使用者：国家电网有限公司
技术研发日：2023.06.29
技术公布日：2023/9/25