本发明涉及储能优化配置领域，具体是一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法。
背景技术：
1、随着电力电子技术的快速发展和实现碳中和的能源政策的提出，具有投资少、灵活性高、环境友好等优势的光伏发电被广泛应用和推广，以减少温室气体排放，减少对化石燃料能源的依赖，对解决环境问题发挥关键作用。然而，光伏出力的随机性和波动性会导致一系列运行问题，影响配电网的安全稳定。
2、针对上述问题，储能凭借其快速的功率调节和灵活的能量管理能力，可有效解决电压越限、潮流反向和调峰能力不足等问题。但电池储能的投资成本较高，需要综合考虑储能的经济性以及其对系统的影响，进行储能的优化配置。光伏发电连接到系统，需评估系统的光伏承载潜力。光伏发电和储能系统含有大量的电力电子器件，会极大影响系统的电压稳定性，传统系统静态电压稳定性计算采用连续潮流方法，计算速度慢、精度低，同时基于该方法得到的电压稳定性指标是基于简化双机系统的理想电压源和负载的假设，如果存在多个电源，可能会得到不同的计算结果，无法准确反映电压稳定性。
技术实现思路
1、本发明的目的是针对现有技术存在的上述问题，克服现有技术的不足之处，设计一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，首先，基于改进的相互k邻近和子簇合并的快速密度峰值聚类算法得到系统的典型场景集，以描述新能源出力和负荷的不确定性；其次，对helm算法进行改进，根据节点导纳矩阵和平衡节点电压自校正调整系统helm的幂级数初始点，同时提出基于helm的电压稳定性指标；基于混合灵敏度指数减容逼近法推导出系统光伏承载潜力的数学模型；建立储能的双层优化配置模型，上层综合考虑储能的经济性、系统的净负荷波动以及系统的光伏承载潜力、下层考虑基于helm的电压稳定性，采用nsga-iii算法求解双层优化配置模型。该模型保证了储能经济性和系统的电能质量，混合灵敏度指数减容逼近法比单因素法提供了更大的光伏承载潜力，同时将系统光伏承载潜力作为上层模型的第三目标函数，为后续负荷和光伏增长提供了足够的光伏承载潜力，基于helm的电压稳定性可以更准确地确定负载增加时的电压稳定性和电压崩溃点，使系统更有效地应对负荷增长、保证系统的稳定以及实现节能减排。
2、一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，包括如下步骤：
3、s1：采用改进的相互k邻近和子簇合并的快速密度峰值聚类算法得到配电网的典型场景集，以描述新能源出力和负荷的不确定性；
4、s2：构建helm模型，计算系统电压稳定性指标；
5、s3：推导光伏承载潜力的数学模型；
6、s4：根据系统典型场景集，建立考虑系统光伏承载潜力和基于helm的电压稳定性的储能双层优化配置模型。
7、进一步的，步骤s1具体包括如下步骤：
8、进行初始子簇分区：根据净负荷数据x和参数k，利用kd树来获得每个样本的2knn，同时基于imknn计算rknn的数量和距离，将反向最近邻的数量与k值进行比较，并为不同的点设置不同的距离等级，进而得到相互近邻集；然后，进行初始子簇合并：定义子簇之间的相似度评价指标，包括浓度、平均密度以及密度标准差，通过归一化得到总的相似度评价指标；最后进行子簇的合并。
9、进一步的，步骤s1中对于imknn中的样本，如果点xi和xj是彼此距离水平内的近邻，则所有这样的点xj构成xi的相互近邻集，否则，令它们之间的距离为无穷大，利用式(3)将每个样本的搜索范围缩减到2k个近邻，以降低算法的时间复杂度：
10、im_knn(i)＝{j|dij＜min(dislevel,i,dislevel,j)} (3)
11、式中，im_knn(i)表示xi的改进相互近邻集；dislevel,i表示点xi的距离等级；dislevel,j表示点xj的距离等级；dij表示表示第i个样本和第j个样本之间的欧几里得距离。
12、优选的，步骤s2对helm模型进行改进，进行潮流计算时根据节点导纳矩阵和平衡节点电压自校正调整系统helm的幂级数初始点：生成系统节点导纳矩阵，进而得到降阶节点导纳矩阵和平衡节点与其他节点之间互导纳元素组成的列向量，将降阶节点导纳矩阵拆分为串联支路导纳矩阵和并联支路导纳矩阵，由拆分的支路导纳矩阵和平衡节点电压计算系统幂级数初始点。
13、进一步的，改进helm潮流计算方程：
14、
15、式中，nnodes表示节点数；ylk,sc表示串联支路导纳矩阵中第l行第k列元素；uk(s)表示节点k电压的全纯函数；yαo为pq节点α与平衡节点o间的互导纳；uom表示平衡节点的电压；s表示复变量；ya,pa表示pq节点对地并联支路导纳，uα(s)表示pq节点电压的全纯函数；表示节点i的注入功率的共轭；表示pq节点电压的全纯函数的共轭。
16、进一步的，基于改进helm计算系统的电压稳定性指标，如式(25)所述。
17、
18、式中，svshelm1,i为基于helm的电压稳定性指标，其值越小，系统的电压稳定性越好，通过该指标判断储能的接入对系统电压稳定性的影响；re表示相应复数的实部；qj表示节点j的注入无功功率；uj[k]表示节点j电压的k阶幂级数系数。
19、优选的，基于helm的电压稳定性崩溃指数，描述电压稳定性的边界：
20、
21、式中，svshelm2,i为基于helm的电压稳定性崩溃指数，当svshelm2,i<0时，表示系统处于电压稳定状态，当svshelm2,i≥0时，表示系统处于电压不稳定状态。
22、进一步的，步骤s3包括如下步骤：
23、s31：对于选定的光伏节点，预设一个初始值；
24、s32：对选定的光伏节点按照一定步长进行削减，并重新计算系统状态；
25、s33：采用电压偏差灵敏度和电压波动灵敏度加权求和的方式计算得到选定节点的混合灵敏度指数；
26、s34：恢复节点的光伏容量，继续执行s32，直至计算所有节点为止；
27、s35：选择灵敏度最大的节点，将该节点的光伏容量进行削减，重新进行潮流计算，判断是否满足终止条件或安全约束，如果不满足则执行s32，否则将削减后的各节点的容量求和。
28、优选的，步长公式如下：
29、
30、式中，t为迭代次数，tmax为计算系统光伏承载潜力的最大迭代次数；npv为配置光伏的节点数；为第t次迭代时节点j的光伏容量；ξ为步长，将会影响计算精度和速度，其取决于最大迭代次数；表示节点j预设的初始光伏容量。
31、优选的，混合灵敏度指数计算为：
32、si＝λudsud+λufsuf (29)
33、
34、
35、式中，si表示光伏节点i的混合灵敏度指数；λud为电压偏差灵敏度权重系数，λuf为电压波动灵敏度权重系数；sud为电压偏差灵敏度，suf为电压波动灵敏度；和分别代表第t次迭代时的电压偏差和电压波动。
36、与现有技术相比，本发明的有益效果：
37、本发明的目的是针对现有技术存在的上述问题，克服现有技术的不足之处，设计一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，首先，基于改进的相互k邻近和子簇合并的快速密度峰值聚类算法得到系统的典型场景集，以描述新能源出力和负荷的不确定性；其次，对helm算法进行改进，根据节点导纳矩阵和平衡节点电压自校正调整系统helm的幂级数初始点，同时提出基于helm的电压稳定性指标；基于混合灵敏度指数减容逼近法推导出系统光伏承载潜力的数学模型；建立储能的双层优化配置模型，上层综合考虑储能的经济性、系统的净负荷波动以及系统的光伏承载潜力、下层考虑基于helm的电压稳定性，采用nsga-iii算法求解双层优化配置模型。该模型保证了储能经济性和系统的电能质量，混合灵敏度指数减容逼近法比单因素法提供了更大的光伏承载潜力，同时将系统光伏承载潜力作为上层模型的第三目标函数，为后续负荷和光伏增长提供了足够的光伏承载潜力，基于helm的电压稳定性可以更准确地确定负载增加时的电压稳定性和电压崩溃点，使系统更有效地应对负荷增长、保证系统的稳定以及实现节能减排。
38、1、本发明将密度峰值聚类算法进行改进，提出相互k邻近和子簇合并的快速密度峰值聚类算法，通过将数据划分为多个子簇，可以减少高密度点对后续分配点的影响范围，并且快速k近邻搜索提高了密度峰值聚类算法的速度，采用改进的相互k邻近和子簇合并的快速密度峰值聚类算法得到配电网的典型场景集，以描述新能源出力和负荷的不确定性。
39、2、本发明基于改进helm的电压稳定性指标，利用helm方法计算不同阶次的灵敏度信息，推导出基于helm的电压稳定性评估准则，该方法不需要采用连续潮流计算方法计算最大负载裕度，同时可以利用遗传算法进行有效求解，可以适应系统中光伏的各种运行工况，计算结果更加准确。在优化配置时将该指标作为下层模型的优化目标，相比将传统的电压偏差、电压波动作为优化目标，基于改进helm的电压稳定性指标可以更为有效地优化系统中储能的位置和容量。
40、3、本发明采用混合灵敏度指数减容逼近法建立系统光伏承载潜力的数学模型，该方法相比于单因素法更有效地挖掘了系统的光伏承载潜力，同时将系统光伏承载潜力作为储能优化配置双层模型的上层模型的第三优化目标，在满足当前负荷需求和光伏装机规模的前提下，为后续提供了足够的光伏承载潜力，增强了系统的可靠性。
1.一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
3.根据权利要求2所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
4.根据权利要求1所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
5.根据权利要求4所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
6.根据权利要求5所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
7.根据权利要求6所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
8.根据权利要求7所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
9.根据权利要求1所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
10.根据权利要求9所述的一种计及改进helm电压稳定性与光伏承载潜力的储能优化配置方法，其特征在于：
