【技术实现步骤摘要】
基于云边协同的光储电站储能功率配置方法和系统
[0001]本专利技术涉及储能优化
，具体涉及一种基于云边协同的光储电站储能功率配置方法、系统、存储介质和电子设备。
技术介绍
[0002]在“双碳”目标推动下，可再生能源开发利用规模逐渐增大，相关技术装备水平也逐渐提高，可再生能源在能源结构中占有的比重逐渐增加。目前可再生能源发电主要包括光伏发电、风力发电、生物质能发电和海洋能发电等，其中，光伏和风力发电作为相对成熟的技术已得到广泛应用。由于光伏和风力发电具有较强的随机性、波动性和不确定性，大规模并网对电网的安全稳定运行带来了挑战。
[0003]为了提高光电的利用率、增加调度灵活性，光伏电站可以通过增加储能系统起到降低光电波动，提高光电接入水平、削峰填谷等作用，进而大幅度接入电力系统安全稳定运行水平，为大规模波动性光电接入提供了有效办法。光储电站可以在弃风、弃光时削峰填谷，提升电力系统灵活性和可靠性。储能设备的功率、容量会直接影响储能设备平衡并网功率波动的效果和设备配置的经济性，具体来说储能的功率和容量越大，平抑可...
【技术保护点】
【技术特征摘要】
1.一种基于云边协同的光储电站储能功率配置方法，其特征在于，包括：S1、采集光储电站状态数据；S2、根据所述光储电站状态数据，构建光储电站的第一状态预测模型，每隔第一预测步长获取储能系统的功率平衡配置方案；S3、根据所述光储电站状态数据，以及所述储能系统的功率平衡配置方案，构建光储电站的第二状态预测模型，每隔第二预测步长获取每一个储能设备的功率平衡配置方案，所述第二预测步长小于所述第一预测步长。2.如权利要求1所述的光储电站储能功率配置方法，其特征在于，所述S1中按照预设的采样频率，采集所述光储电站状态数据；所述光储电站状态数据至少包括光储电站并网功率、光储电站原始出力功率、储能系统的荷电状态、储能系统出力功率、每一个储能设备的荷电状态以及每一个储能设备的出力功率。3.如权利要求2所述的光储电站储能功率配置方法，其特征在于，所述S2具体包括：S21、根据当前时刻的光储电站并网功率、光储电站原始出力功率、储能系统的荷电状态以及储能系统出力功率，构建所述第一状态预测模型，每隔第一预测步长，获取下一第一控制周期内光储电站并网功率预测序列和储能系统的荷电状态预测序列；S22、根据当前时刻的光储电站并网功率和储能系统的荷电状态，与上一第一控制周期内每隔所述第一预测步长获取的光储电站并网功率预测序列和储能系统的荷电状态预测序列之间对应的误差，修正下一所述第一预测步长内的光储电站并网功率预测序列和储能系统的荷电状态预测序列；S23、根据修正后的下一所述第一预测步长内的光储电站并网功率预测序列和储能系统的荷电状态预测序列，采用第一二次规划方法获取所述储能系统的功率平衡配置方案。4.如权利要求3所述的光储电站储能功率配置方法，其特征在于，所述S23中第一二次规划方法，包括以储能系统出力最小为目标的第一目标函数：其中，ΔT表示第一预测步长；T表示包括若干第一预测步长的第一控制周期；P
es
(k+iΔT)表示k时刻经过i个第一预测步长ΔT后储能系统的出力功率；以储能系统的出力功率限制、荷电状态限制和光储电站并网功率的峰谷差限制为第一约束条件：P
es,min
≤P
es,ns
(k+iΔT)≤P
es,max
0≤SOC
es
(k+iΔT)≤1
‑
P
wn
≤P
gs
(k+iΔT)
‑
P
gs
(k+(i
‑
1)ΔT)≤P
wn
其中，P
es,min
和P
es,max
分别表示储能系统的最小出力功率和最大出力功率；SOC
es
(k+iΔT)表示k时刻经过i个第一预测步长ΔT后储能系统的荷电状态；P
wn
表示光储电站并网功率峰谷差的限制值。
5.如权利要求2～4任一项所述的光储电站储能功率配置方法，其特征在于，所述S3包括：S31、根据当前时刻的每一个储能设备的...
【专利技术属性】
技术研发人员：周开乐，虎蓉，张增辉，陆信辉，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
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。