考虑配电网净负荷时空分布特性的储能优化配置

沈娜; 柯楠; 李书勇; 郭长兴; 蔡海青

doi:doi:10.19912/j.0254-0096.tynxb.2024-1581

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

考虑配电网净负荷时空分布特性的储能优化配置

更新时间：2026-02-06

- 考虑配电网净负荷时空分布特性的储能优化配置
- 考虑配电网净负荷时空分布特性的储能优化配置
- 太阳能学报 2026年47卷第1期页码：774-784
- 作者机构：
- 作者简介：
- 基金信息：
  
  广东省新能源电力系统智能运行与控制企业重点实验室开放基金（GPKLIOCNEPS-2022-KF-05）;广东省普通高校重点科研平台项目“协调新能源的数字电网技术工程研究中心”（2021GZX003）
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1581
  中图分类号： TM73
- 网络首发：2026-02-05，
  
  纸质出版：2026-02-05
- 稿件说明：
移动端阅览
沈娜, 柯楠, 李书勇, 等. 考虑配电网净负荷时空分布特性的储能优化配置[J]. 太阳能学报, 2026,47(1):774-784.

沈娜, 柯楠, 李书勇, et al. 考虑配电网净负荷时空分布特性的储能优化配置[J]. 2026, 47(1): 774-784.
沈娜, 柯楠, 李书勇, 等. 考虑配电网净负荷时空分布特性的储能优化配置[J]. 太阳能学报, 2026,47(1):774-784. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1581.

沈娜, 柯楠, 李书勇, et al. 考虑配电网净负荷时空分布特性的储能优化配置[J]. 2026, 47(1): 774-784. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1581.

摘要

在考虑配电网净负荷时空分布的复杂特性的基础上

提出一种考虑多目标的储能优化配置模型。首先

根据净负荷的时空随机分布特性

构建电动汽车无序充电负荷的时空预测模型。其次

考虑储能系统的日均综合成本、净负荷的波动率以及网络损耗等关键因素

建立一个储能优化配置模型

通过结合多目标鲸鱼优化算法与Gurobi求解器对模型进行求解。以改进IEEE33节点配电网进行算例分析

结果表明当在储能优化配置中考虑配电网净负荷的时空特性时可显著平滑配电网净负荷的波动

验证了所提配置模型的可行性与有效性。

Abstract

Considering the complex spatio-temporal distribution characteristics of the distribution network net load

a multi-objective energy storage system optimal configuration model for the energy storage system is proposed. Firstly

based on the spatiotemporal stochastic distribution characteristics of net load

a spatio-temporal prediction model for uncoordinated electric vehicle charging load is constructed. Secondly

an optimization model for energy storage configuration is established

considering key factors such as the daily comprehensive cost of energy storage systems

the net load fluctuation rate

and network losses. The model is solved by integrating a multiobjective whale optimization algorithm with the Gurobi solver. A case analysis is conducted on an improved IEEE33-node distribution network. The results indicate that by incorporating the spatiotemporal characteristics of distribution network net loads into the energy storage optimization configuration

the fluctuations of net loads can be significantly smoothed

verifying the feasibility and effectiveness of the proposed configuration model.

关键词

Keywords

references

胡宇航, 皮一晨, 崔静安, 等. 电动汽车充电站负荷建模研究[J]. 电力系统保护与控制, 2017, 45(8): 107-112.

安源, 郑申印, 苏瑞, 等. 风光水储多能互补发电系统双层优化研究[J]. 太阳能学报, 2023, 44(12): 510-517.

王俊杰, 孙嘉, 徐猛, 等. 电源侧储能参与电网调频的容量配置研究[J]. 电器与能效管理技术, 2020(10): 84-89.

韩晓娟, 艾瑶瑶, 李相俊. 储能在电网中的应用价值及其商业模式[J]. 发电技术, 2018, 39(1): 77-83.

李建林, 崔宜琳, 王含, 等. 十四五储能典型政策解析[J]. 电器与能效管理技术, 2020(10): 1-6.

杜剑峰, 朱明嫄, 庄镇宇. 智能配电网中分布式储能布局优化配置分析[J]. 现代工业经济和信息化, 2022, 12(10): 268-270.

赵琦, 管霖, 吕耀棠, 等. 储能电站在含光伏电源配电网中的优化配置[J]. 广东电力, 2018, 31(7): 1-7.

章姝俊, 钱啸, 白聪, 等. 面向多应用场景的储能系统优化配置方法[J]. 浙江电力, 2022, 41(5): 22-31.

彭春华, 陈露, 张金克, 等. 基于分类概率机会约束IGDT的配网储能多目标优化配置[J]. 中国电机工程学报, 2020, 40(9): 2809-2818.

柳丹, 江克证, 曹侃. 含电动汽车的区域电网储能优化配置及能量优化策略研究[J]. 电力需求侧管理, 2022, 24(5): 90-96.

石锦凯, 鲍谚, 陈振, 等. 计及充电负荷不确定性的充电站储能鲁棒优化配置方法[J]. 电力系统自动化, 2021, 45(20): 49-58.

LATA P, VADHERA S.Reliability improvement of radial distribution system by optimal placement and sizing of energy storage system using TLBO[J]. Journal of energy storage, 2020, 30: 101492.

朱志莹, 郭杰, 于国强, 等. 风光接入下储能系统双层优化模型[J]. 太阳能学报, 2022, 43(10): 443-451.

刘红. 基于改进粒子群算法的储能调峰容量优化配置研究[J]. 广东电力, 2023, 36(1): 68-76.

赵胜超. 高渗透率光伏配电网中储能系统的优化配置[D]. 郑州: 华北水利水电大学, 2022.

赵书强, 周靖仁, 李志伟, 等. 基于出行链理论的电动汽车充电需求分析方法[J]. 电力自动化设备, 2017, 37(8): 105-112.

锁军, 李龙, 贺瀚青, 等. 考虑交通路况的电动汽车充电负荷预测[J]. 电网与清洁能源, 2022, 38(10): 141-147.

常小强, 宋政湘, 王建华. 基于蒙特卡罗算法的电动汽车充电负荷预测及系统开发[J]. 高压电器, 2020, 56(8): 1-5.

宋媛媛. 基于行驶工况的纯电动汽车能耗建模及续驶里程估算研究[D]. 北京: 北京交通大学, 2014.

李晓辉, 李磊, 刘伟东, 等. 基于动态交通信息的电动汽车充电负荷时空分布预测[J]. 电力系统保护与控制, 2020, 48(1): 117-125.

谢雨龙, 李黎, 杨凯. 考虑储能电池容量衰减的共享储能配置研究[J]. 广东电力, 2022, 35(5): 16-24.

傅旭, 李富春, 杨欣, 等. 基于全寿命周期成本的储能成本分析[J]. 分布式能源, 2020, 5(3): 34-38.

孙东磊, 赵龙, 孙凯祺, 等. 新能源接入下配电系统混合储能选址定容优化策略研究[J]. 太阳能学报, 2024, 45(1): 423-432.

MIRJALILI S, LEWIS A.The whale optimization algorithm[J]. Advances in engineering software, 2016, 95: 51-67.

JANGIR P, JANGIR N.Non-dominated sorting whale optimization algorithm (NSWOA): a multi-objective optimization algorithm for solving engineering design problems[J]. Global journal of research in engineering. 2017.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑“水光充储”协调运行的电动汽车充电站规划

基于移相策略的模块化锂电池均衡器

基于层级嵌套博弈的微电网独立储能与供需双响应协同优化策略

基于改进APO-SVMD的海上风电场混合储能容量配置

计及风险偏好的风光氢储醇耦合系统多目标运行优化及效益均衡模型