【技术实现步骤摘要】
基于滚动负荷预测和最小化日负荷方差的储能配置方法
本专利技术涉及电力系统用户侧储能
，尤其涉及一种基于滚动负荷预测和最小化日负荷方差的储能配置方法。
技术介绍
近年来，随着负荷需求的发展和可再生能源的接入，峰谷负荷的巨大差异促使电力公司对现有电力系统进行升级。但是，由于高峰负荷持续时间相对较短，投资可能不经济，导致设备利用率极低。
技术实现思路
本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，可应用与任何类型的储能系统。为了解决上述技术问题，本专利技术实施例提供了一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，所述方法包括：基于滚动负荷预测的算法，将前五天同一时间的历史负荷数据进行分组，并对当前负荷数据进行预测；结合所述历史负荷数据和当前负荷数据，列出最小化日负荷方差的目标函数；利用最小化日负荷方差的目标函数，分析储能配置中的约束，并列出约束条件；基于所述约束条件确定模型的类型，并求解所述模型...
【技术保护点】
1.一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，其特征在于，所述方法包括：/n基于滚动负荷预测的算法，将前五天同一时间的历史负荷数据进行分组，并对当前负荷数据进行预测；/n结合所述历史负荷数据和当前负荷数据，列出最小化日负荷方差的目标函数；/n利用最小化日负荷方差的目标函数，分析储能配置中的约束，并列出约束条件；/n基于所述约束条件确定模型的类型，并求解所述模型获取最优储能配置容量。/n
【技术特征摘要】
1.一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，其特征在于，所述方法包括：
基于滚动负荷预测的算法，将前五天同一时间的历史负荷数据进行分组，并对当前负荷数据进行预测；
结合所述历史负荷数据和当前负荷数据，列出最小化日负荷方差的目标函数；
利用最小化日负荷方差的目标函数，分析储能配置中的约束，并列出约束条件；
基于所述约束条件确定模型的类型，并求解所述模型获取最优储能配置容量。
2.根据权利要求1所述的一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，其特征在于，所述基于滚动负荷预测的算法，将前五天同一时间的历史负荷数据进行分组，并对当前负荷数据进行预测包括：采用平均百分误差来评估预测的准确性，所述平均百分误差的计算公式如下：
其中，MAPE表示平均百分误差；x(i)和分别表示目标日的实际值和预测值；n表示目标日的采样数。
3.根据权利要求1所述的一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，其特征在于，所述结合所述历史负荷数据和当前负荷数据，列出最小化日负荷方差的目标函数包括：
结合所述历史负荷数据和当前负荷数据，列出最小化日负荷曲线的方差；
基于所述最小化日负荷曲线的方差，列出表示相邻时间偏差的附加项；
结合最小化日负荷曲线的方差和相邻时间偏差的附加项，得到最小化日负荷方差的目标函数。
4.根据权利要求3所述的一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，其特征在于，所述最小化日负荷曲线的方差的公式如下：
所述表示相邻时间偏差的附加项的公式如下：
所述最小化日负荷方差的目标函数的公式如下：
minf＝βf1+(1-β)f1；
其中，f1为最小化日负荷曲线的方差；f2为相邻时间偏差的附加项；minf为最小日负荷方差的目标函数；为一天内负荷的平均值；和分别为储能系统在时间k时的放电功率和充电功率；PL(k)为储能系统在时间k时得到的负荷功率；和分别为储能系统在时间k+1时的放电功率和充电功率；PL(k+1)为储能系统在时间k+1时得到的负荷功率；β是函数中两个项的权重，β∈[0,1]，若β为1，则只考虑方差，否则，只考虑相邻时间偏差。
5.根据权利要求1所述的一种基于滚动负荷预测和最小化日负荷方差的储能配置方法，其特征在于，所述利用最小化日负荷方差的目标函数，分析储能配置中的约束，并列出约束条件包括：
所述利用最小化日负荷方差的目标函数，分析储能配置中的储...
【专利技术属性】
技术研发人员：周先哲，曹伟，叶桂南，龚舒，唐羿轩，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。