本发明涉及电力系统，特别是涉及考虑光伏接入的锌铁液流电池储能优化配置方法。
背景技术：
1、近年来在“碳达峰、碳中和”的背景下，新型电力系统以新能源为主的可再生能源装机占比逐渐提高。然而光伏等新能源发电系统的输出功率具有随机性和波动性，不能满足新型电力系统调峰、调频的需求，对新型电力系统的安全稳定运行提出了更高要求。
2、液流电池具有长时储能成本低、系统安全性高等特点，适用于大规模长时储能的应用场景，通过对液流电池系统进行合理的规划配置，可以平抑新能源发电系统的间歇性和波动性，对于保障电网安全稳定运行具有重要意义。目前，钒液流电池为应用最广泛的液流电池技术，具有能量效率高(>80％)、循环寿命长(>200000次循环)、功率密度高等特点，适用于大中型储能场景。然而，对于全钒液流电池来说，钒电解液成本约占据电池成本的60％，大大提高了初始投资门槛。相比之下，锌基液流电池由于其低成本的电解液受到越来越多的关注。锌基液流电池是指锌作为负极侧活性物质的液流电池。锌电极具有可逆的负极电极电势，锌离子在酸性和碱性电解液中稳定性较好，且电化学反应速率较快。自20世纪70年代起，人们开始对该类电池展开研究，主要包括锌-溴、锌-铁、锌-镍、锌-铈、锌-碘、锌-空气、锌-有机物液流电池等。其中，锌铁液流电池由于其具有原料含量丰富、成本低廉、无毒害等特点而成为人们研究的对象。
3、目前，由于缺乏基于锌铁液流电池技术特性和运行特性展开的新能源系统与锌铁液流电池优化配置方法的研究，现有技术难以对锌铁液流电池进行优化配置。
技术实现思路
1、为解决上述技术问题，本发明提供了考虑光伏接入的锌铁液流电池储能优化配置方法。
2、本发明解决其技术问题所采用的技术方案是：本技术中的考虑光伏接入的锌铁液流电池储能优化配置方法，包括：
3、获取光伏系统的光伏发电的年历史数据；
4、采用k-均值多场景分析法对所述年历史数据进行处理，得到典型日场景的光伏出力曲线；
5、构建储能系统的上层规划模型，其中，所述上层规划模型基于储能系统经济性最优、功率平衡约束、光伏出力功率约束、锌铁液流电池系统soc约束、锌铁液流电池系统能量约束、锌铁液流电池储能功率约束和外部电网约束构建，所述光伏出力功率约束基于所述光伏出力曲线生成；
6、构建储能系统的下层运行模型，其中，所述下层运行模型基于配电网运行成本最小化、功率潮流约束、节点电压偏移约束、disflow约束和支路功率约束构建；
7、基于粒子群算法决策出所述上层规划模型和所述下层运行模型的最优配置方案。
8、在本技术一实施例中，采用k-均值多场景分析法对所述年历史数据进行处理，得到典型日场景的光伏出力曲线，包括：
9、采用k-均值针对光伏发电数据进行多场景分析，得到多个场景的发电数据；
10、基于风光荷随机特性确定多个场景中的多个典型日，得到多个典型日场景的发电数据；
11、对多个典型日场景的发电数据进行拟合，得到典型日场景的光伏出力曲线。
12、在本技术一实施例中，所述储能系统包括电池堆系统、电解液储罐系统和电解液泵系统，其中，构建储能系统的上层规划模型，包括：
13、确定所述电池堆系统的相关费用、所述电解液储罐系统的相关费用和所述电解液泵系统的相关费用；
14、配置所述电池堆系统的相关费用、所述电解液储罐系统的相关费用和所述电解液泵系统的相关费用的目标函数，以使得所述电池堆系统的相关费用、所述电解液储罐系统的相关费用和所述电解液泵系统的相关费用最低；
15、配置所述储能系统的第一约束条件，并得到满足所述第一约束条件和所述目标函数的储能系统，以构建储能系统的上层规划模型。
16、在本技术一实施例中，确定所述电池堆系统的相关费用、所述电解液储罐系统的相关费用和所述电解液泵系统的相关费用，包括：
17、确定所述电池堆系统的投资cinv_p、电解液储罐系统的造价cv、电解液系统投资cinv_e、和电解液泵投资cinv_pump；
18、其中，所述电池堆系统的投资cinv_p的数学表达式为：
19、
20、式中，cp为电堆单位造价；prate为液流电池装机功率；
21、所述电解液储罐系统的造价cv的数学表达式为：
22、
23、式中，cv为电解液储罐造价；vrate为电解液储罐体积；
24、其中，
25、
26、erate＝pratetrate
27、式中，εfb为液流电池储能密度；erate为液流电池装机容量；trate为液流电池储能时长；所述电解液系统投资cinv_e的数学表达式为：
28、
29、式中，cf为电解液费用；
30、所述电解液泵投资cinv_pump的数学表达式为：
31、
32、式中，npump为电解液泵台数；cpump为电解液泵费用系数；ppump为电解液泵功率；
33、其中，
34、
35、式中，qrate为对应一台电池堆泵额定流量；n'为电解液循环泵对应的电池堆数量；m为电池节数；i为电堆电流；n为反应转移电荷数；f为法拉第常数；δc为反应末期活性物质浓度；k为安全系数，取1.1～1.2；g为重力加速度；ρfb为电解液密度；ηpump为泵效率。
36、在本技术一实施例中，所述目标函数的数学表达式为：
37、
38、式中，f1为光伏配套的锌铁液流电池系统全寿期成本。
39、在本技术一实施例中，所述第一约束条件包括：
40、功率平衡约束：
41、pload(t)＝pgrid(t)+ppv(t)+pcharge(t)+pdischarge(t)
42、式中，pload(t)表示配电网在第t时刻总用电负荷；pgrid(t)为外购电第t时刻功率；ppv(t)为光伏系统在第t时刻发电功率；pcharge(t)为液流电池系统在第t时刻充电功率；pdischarge(t)为液流电池系统在第t时刻放电功率；
43、光伏机组出力功率约束：
44、0≤ppv(t)≤ppv,max
45、式中，ppv,max为光伏机组最大出力功率；
46、锌铁液流电池系统soc约束：
47、socmin＜soct＜socmax
48、式中，socmax、socmin分别表示soc上、下限值；
49、锌铁液流电池系统能量约束：
50、emin≤e(t)≤emax
51、e(t)＝soc(t)×erate
52、式中，emax、emin分别表示液流电池剩余能量的上、下限；
53、锌铁液流电池储能功率约束：
54、pdischarge(t)≤p(t)≤pcharge(t)
55、
56、式中，ηc为液流电池系统充电效率；ηd为液流电池系统放电效率；δt为功率持续时间；
57、外部电网约束：
58、pgrid,min<pgrid(t)<pgrid,max
59、式中，pgrid,max、pgrid,min分别表示外部电网供电的上、下限。
60、在本技术一实施例中，所述功率潮流约束的数学表达式为：
61、
62、式中，pm、qm分别为节点m的有功功率和无功功率；un为节点n的电压；gmn、qmn分别为节点m和n之间的电导、电纳；θmn为节点m和n之间的电压相角；
63、所述节点电压偏移约束的数学表达式为：
64、un,min≤un,t≤un,max
65、式中，un,t为t时刻节点n的电压值；un,max、un,min分别为节点n电压偏移上下限值；
66、所述disflow约束的数学表达式为：
67、
68、式中，vi,t为母线i在t时刻的节点电压；pj,t、qj,t分别为节点j在t时刻的有功注入功率和无功注入功率；pij,t、qij,t分别为节点i到节点j在t时刻线路上流动的有功功率和无功功率；rij、xij分别为节点i到节点j线路上电阻和电抗；
69、所述支路功率约束的数学表达式为：
70、
71、式中：代表支路上最大可传递的功率，当两节点间开关断开时，该两节点间的功率流动为0。
72、在本技术一实施例中，所述运行成本最小化的目标函数的数学表达式为：
73、minf2＝closs+cmain+cab+cbuy
74、式中，closs、cmain、cab、cbuy分别为网损成本、运维成本、弃光成本、从上级电网购电成本。
75、在本技术一实施例中，基于粒子群算法决策出所述上层规划模型和所述下层运行模型的最优配置方案，包括：
76、(1)对所述储能系统的位置和容量进行初始化；
77、(2)基于所述下层运行模型的目标和约束条件，对各时段配电网运行情况进行优化，并反馈至所述上层规划模型；
78、(3)基于反馈数据，计算规划层约束条件和目标函数，以优化更新储能系统的位置与容量；
79、(4)重复步骤(2)-(3)，直至储能系统的位置与容量收敛，得到储能系统的最优配置方案。
80、本发明的有益效果：本技术中的考虑光伏接入的锌铁液流电池储能优化配置方法，通过采用k-均值多场景分析法对光伏荷年历史数据进行处理，得到各典型日场景数据和概率。基于上层规划模型对锌铁液流电池系统进行模块化设计，实现模块经济性最优，从而建立储能系统配置场景集。下层运行模型以配电网系统年综合运行成本最优为目标，对储能系统位置和容量进行全方位综合优化。采用粒子群算法寻求双层模型的最优化，规划层和运行层进行上下互动，共同决策出储能系统最优配置方案。解决了目前缺乏基于兆瓦级锌铁液流电池技术特性和运行特性展开的新能源电力系统与锌铁液流电池优化配置方法研究的技术问题。
1.考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，包括：
2.根据权利要求1所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，采用k-均值多场景分析法对所述年历史数据进行处理，得到典型日场景的光伏出力曲线，包括：
3.根据权利要求1所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，所述储能系统包括电池堆系统、电解液储罐系统和电解液泵系统，其中，构建储能系统的上层规划模型，包括：
4.根据权利要求3所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，确定所述电池堆系统的相关费用、所述电解液储罐系统的相关费用和所述电解液泵系统的相关费用，包括：
5.根据权利要求4所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，所述目标函数的数学表达式为：
6.根据权利要求3所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，所述第一约束条件包括：
7.根据权利要求1所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，所述功率潮流约束的数学表达式为：
8.根据权利要求1所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，所述运行成本最小化的目标函数的数学表达式为：
9.根据权利要求1所述考虑光伏接入的锌铁液流电池储能优化配置方法，其特征在于，基于粒子群算法决策出所述上层规划模型和所述下层运行模型的最优配置方案，包括：
