【技术实现步骤摘要】
一种结合储能控制系统的新能源发电侧功率预测方法及系统
本专利技术属于新能源电站及储能
，具体涉及一种结合储能控制系统的新能源发电侧功率预测方法及系统。
技术介绍
研究并实现基于天气数据的可再生能源发电精确预测。研发并推广增强可再生能源并网能力的储能、多能源互补运行与控制、微电网、可再生能源热电联产等技术。发挥电力大数据和电力交易平台在促进可再生能源并网和消纳中的作用。实现电网和可再生能源电源之间的高度融合，促进可再生能源高效、大容量的分布式接入及消纳。电储能本质上只有“充电/放电”两种操作，但是这两种操作在不同的场景下，具有不同的价值与价格。参与何种场景，如何参与，参与幅度是多少，目前以经验和人工分析为主，需要进行大量的经验知识关联，重复性“人脑劳动”较多，自动化和智能化程度相对较低，影响了新能源电站经济效益的提升，如果有一套电储能收益辅助决策系统的帮助，单个场站的收益将会持续提升。储能电站与光伏电站联合并网，其主要功能包括挽回弃电、减少考核、增加发电量，所以储能的运行与功率预测需要相互配合；目前高精度...
【技术保护点】
1.一种结合储能系统的新能源发电侧功率预测方法，其特征在于，过程如下：/n根据实时卫星云图、气象雷达以及地面成像数据对天空中云的信息进行观测，结合邻近历史时刻卫星云图对云的运行轨迹及变化进行外推，对未来设定时间段内目标电站上云量进行推算，同时对数值天气预报结果进行订正释用，得到未来设定时间段光伏电站所在区域云的变化趋势；/n对光伏电站历史数据线性拟合的方法获得光伏电站合理的功率区间，结合所述云的变化趋势和光伏电站发电模型分析出光伏电站的未来设定时间段的运行状态，通过比较光伏电站短期功率预测值和实时预测值，得到储能系统的期望出力；/n实时获取储能系统的荷电状态和储能充放电效率...
【技术特征摘要】
1.一种结合储能系统的新能源发电侧功率预测方法，其特征在于，过程如下：
根据实时卫星云图、气象雷达以及地面成像数据对天空中云的信息进行观测，结合邻近历史时刻卫星云图对云的运行轨迹及变化进行外推，对未来设定时间段内目标电站上云量进行推算，同时对数值天气预报结果进行订正释用，得到未来设定时间段光伏电站所在区域云的变化趋势；
对光伏电站历史数据线性拟合的方法获得光伏电站合理的功率区间，结合所述云的变化趋势和光伏电站发电模型分析出光伏电站的未来设定时间段的运行状态，通过比较光伏电站短期功率预测值和实时预测值，得到储能系统的期望出力；
实时获取储能系统的荷电状态和储能充放电效率，依据储能系统的荷电状态约束、储能充放电效率、能量守恒、储能物理参数和经济参数对储能系统建立储能模型，将光伏电站的收益、挽回弃电收益和减少考核收益作为目标函数，将所述储能模型作为约束条件，通过多目标优化算法全局搜索使目标函数得到最优解的储能充放电判定结果，即得到联合电站的发电侧功率。
2.根据权利要求1所述的结合储能系统的新能源发电侧功率预测方法，其特征在于，对光伏电站历史数据拟合之前先对其进行筛选，剔除无效数据。
3.根据权利要求1所述的结合储能系统的新能源发电侧功率预测方法，其特征在于，根据卫星云图、气象雷达或地面成像对天空中云的信息进行观测，对数值天气预报结果进行订正释用时：通过对比相邻两个时刻光伏电站区域云的变化，对该区域的云列出状态矩阵和观测矩阵其中X(k)为云的状态矩阵，A为状态转移矩阵，U(k)为状态增量矩阵，W(k)和V(k)分别为白噪声矩阵，Z(k)为观测矩阵，建立光伏电站发电模型时引入所述状态矩阵和观测矩阵。
4.根据权利要求1所述的结合储能系统的新能源发电侧功率预测方法，其特征在于，所述光伏电站历史数据包括实发功率、预测功率、实际辐照度以及预测辐照度。
5.根据权利要求1所述的结合储能系统的新能源发电侧功率预测方法，其特征在于，建立储能模型时考虑：
荷电状态约束：避免储能系统出现过度充电或过度放电造成储能寿命缩减，对储能荷电状态(StateofCharge，SOC)进行约束：SOClow≤SOC≤SOCup，其中，SOClow为最小电量百分比，SOCup为最大电量百分比；
储能充放电效率：储能在充放电时经过线路损耗和储能自身用电损耗，充入的电量和最终储能增加的电量不是相等的，其计算公式如下：
ΔQT＝Ef∫P(t)dt
其中，ΔQT为储能系统中电量在T时段内的变化值...
【专利技术属性】
技术研发人员：朱连峻，刘大为，刘明义，朱耿锋，孙超，李海建，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，华能集团技术创新中心有限公司，华能青海发电有限公司新能源分公司，
类型：发明
国别省市：北京;11
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。