面向全场景安全的储能投资高效规划方法

随着新能源渗透率提升，储能规划对电力系统安全与灵活性至关重要。现有方法因仅考虑少量场景而难以保障全场景安全性，且全场景校核计算成本高昂。为此，本文提出一种兼顾安全性与计算效率的闭环规划框架，引入基于全场景排序的场景更新策略，并结合自组织映射神经网络与关键指标排序生成初始关键场景集，无需预设聚类数，有效保留场景特征。算例验证表明，该方法在确保全场景安全与最优的前提下显著减少场景数量，提升求解效率。

随着风电、光伏等新能源渗透率的不断提高,系统随机性与波动性的不断增强,科学合理地规划储能被认为是缓解新能源不确定性、提高电力系统安全性与灵活性的有效手段.然而,现有规划方法为了保证一定的计算效率,通常仅选取少量关键场景用以制定储能规划方案,无法确保其在全场景下的安全性,倘若对于全场景进行安全校核,又会因为模型规模大而导致求解时间在规划层面都难以接受.为此,该文提出一种面向全场景安全的储能投资高效规划方法.首先,针对现有规划方法存在的安全风险,提出一种面向全场景安全的闭环储能规划框架,以及基于全场景集排序结果引导的场景更新策略,可以保证规划方案在全场景下的安全性,同时兼顾一定的计算效率;其次,提出了一种基于自组织映射(SOM)神经网络及场景关键指标排序的初始关键场景集生成方法,该方法无需预先给定聚类数量,能够较准确地反映全场景的关键信息,进一步提高了计算效率;最后,基于IEEE 30节点系统以及国内某省实际341节点系统进行算例验证,结果表明所提方法可以在保障规划方案在全场景下的安全性与最优性的基础上,尽可能减少需考虑的场景数量,提高求解效率.