一种新能源场站储能配置计算方法、系统、介质及设备技术方案

本发明专利技术公开了一种新能源场站储能配置计算方法、系统、介质及设备，基于跟踪负荷曲线和平准化配比的新能源场站储能配置计算模型，考虑了实际中新能源

【技术实现步骤摘要】
一种新能源场站储能配置计算方法、系统、介质及设备


[0001]本专利技术属于新能源场站中的多能互补电源规划
，具体涉及一种新能源场站储能配置计算方法、系统、介质及设备。

技术介绍

[0002]可再生能源发电具有间隙与波动特性，随着可再生新能源大规模并网以及传统电源所占比例的降低，电源侧随机性对电力系统的冲击越来越大，调峰压力增大，使系统规划和运行遇到巨大挑战。
[0003]风光出力具有时空平滑作用和资源互补作用(通常来说风电夜间出力大，光伏夜间出力为零)，并且随着区域规模的增加，互补特性越来越明显。针对新能源场站而言，通过充分挖掘其风光出力的时空互补作用，能够降低新能源出力的随机波动性。此外，储能系统凭借其可充可放的运行特性，能有效克服光伏、风电输出功率的波动性，提高可再生能源的消纳。大规模配置电化学储能是平抑新能源出力波动，提高新能源利用率的一种有效方式。由于目前化学储能的建设成本仍然较高，需要在利用储能灵活调节能力的基础上，对风光储容量进行合理优化配置。
[0004]风光储互补配置能够降低出力的波动性，然而从系统的角度看，源荷之间的匹配关系才才更能凸显多能互补的效果。由于负荷是波动的，负荷的波动由可控的电源来承担，但如果新能源总出力不是平稳的，而是与负荷有着类似的波动情况，那么负荷的变化就可以由新能源承担一部分，大幅减轻了可控电源的调峰压力，同时新能源的消纳也将有所增加，符合发电清洁性的要求。
[0005]目前对于新能源和电化学储能的容量规划，大多数研究都是基于传统的发电扩展规划(GEP)模型进行多能源协同规划，很少单独考虑新能源和电化学储能之间的关系。

技术实现思路

[0006]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种新能源场站储能配置计算方法、系统、介质及设备，用于对不同的新能源场站配置最合适的新能源和储能配比，从而在保证经济性的前提下，降低新能源对系统带来的调峰压力。
[0007]本专利技术采用以下技术方案：
[0008]一种新能源场站储能配置计算方法，根据负荷需求和新能源出力的历史数据，得到负荷曲线和新能源单位的出力曲线；采用比例法对负荷曲线进行修正，并保持修正前后负荷曲线的峰谷差率不变，将修正后的负荷曲线定义为计划出力曲线；将新能源单位的出力曲线与新能源装机的乘积作为新能源出力曲线；以新能源出力曲线与计划出力曲线的偏差最小为目标函数，建立跟踪计划出力曲线偏差最小模型；求解得到系统调峰特性和跟负荷能力最优的风光配置；以系统调峰特性和跟负荷能力最优的风光配置为基础，以投资成本、运行成本和偏差成本最优为目标函数，建立以经济最优为目标的新能源场站储能配置模型；求解得到新能源场站储能配比结果。
[0009]具体的，采用比例法对负荷曲线进行修正具体为：
[0010]将新能源出力曲线折算为标幺值曲线，采用比例法确定风光储互补系统第d个典型日第t时刻的计划出力如下：
[0011][0012]其中，为第d个典型日第t时刻的负荷标幺值，K
i
为电厂i的装机台数，为风电场i在典型日d时刻t的预测出力，为光伏电站i在典型日d时刻t的预测出力。
[0013]具体的，跟踪计划出力曲线偏差最小模型的目标函数为：
[0014][0015]其中，ω
d
为典型日d的权重，λ(P)为单位功率偏差考核费用，为风光储互补系统在第d个典型日第t时刻的发电功率，为风光储互补系统第d个典型日第t时刻的计划出力。
[0016]具体的，跟踪计划出力曲线偏差最小模型的约束包括：
[0017]投产变量约束：
[0018][0019]多能互补运行策略约束：
[0020][0021][0022][0023]Ω
Total
＝Ω
WT
+Ω
PV
+Ω
BES
[0024][0025]风光电站的运行约束：
[0026][0027][0028]其中，K
i
为电厂i的装机台数，Z为整数集合，Δ
max
为允许的最大出力偏差，P
i,d,t
为能源基地中各类电厂i在第d个典型日的第t时刻的发电功率，Ω
WT
为风电场集合，Ω
PV
为光伏电站集合，Ω
BES
为电化学储能电站集合，为风电场i在典型日d时刻t的实际出力，为风电场i在典型日d时刻t的预测出力，为光伏电站i在典型日d时刻t的实际出力，为光伏电站i在典型日d时刻t的预测出力。
[0029]具体的，新能源场站储能配置模型的目标函数为：
[0030]min f＝C
inv
+C
oper
+C
dev
[0031]其中，C
inv
为系统的投资成本，C
oper
为运行成本，C
dev
为出力偏差考核成本。
[0032]进一步的，系统的投资成本C
inv
和运行成本C
oper
分别为：
[0033][0034][0035]其中，Ω
Total
、Ω
BES
为所有电厂的集合、电化学储能的集合，K
i
为电厂i的装机台数，为电厂i内单台机组的容量，为电化学储能i内单台储能设备的最大储能电量，和为电厂i内机组的单位容量投资成本与单位电量投资成本，Ω
WT
、Ω
PV
为风电厂、光伏电站的集合，D为典型日集合，T为典型日内时刻集合，FO
i
为电厂i的单位容量固定运行成本，ω
d
为典型日d的权重，和为风电厂和光伏电站i在典型日d时刻t的预测出力，和为风电厂和光伏电站i在典型日d时刻t的实际出力。
[0036]具体的，新能源场站储能配置模型的约束包括：
[0037]电化学储能运行约束具体为：
[0038][0039][0040][0041][0042][0043][0044][0045][0046]储能配比约束：
[0047][0048]各类型电源利用小时数约束：
[0049][0050][0051][0052][0053][0054][0055]Ω
Total
＝Ω
WT
+Ω
PV
+Ω
BES
[0056][0057][0058][0059]其中，为储能电站i在典型日d时刻t的充电功率，为储能电站i在典型日d时刻t的放电功率，为储能电站i在典型日d时刻t的充电状态，为储能电站i在典型日d时刻t的放电状态，为储能电站i的最大单机充电功率，为储能电站i的最大单机放电功率，为储能电站i在典型日d时刻t的储电量，和分别为储能电站i的的自损耗系数、充电效率、放电效率，为储能电站i的最小单机储电量，为储能电站i的最大单机储电量，为储能电站i本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新能源场站储能配置计算方法，其特征在于，根据负荷需求和新能源出力的历史数据，得到负荷曲线和新能源单位的出力曲线；采用比例法对负荷曲线进行修正，并保持修正前后负荷曲线的峰谷差率不变，将修正后的负荷曲线定义为计划出力曲线；将新能源单位的出力曲线与新能源装机的乘积作为新能源出力曲线；以新能源出力曲线与计划出力曲线的偏差最小为目标函数，建立跟踪计划出力曲线偏差最小模型，求解得到系统调峰特性和跟负荷能力最优的风光配置；以系统调峰特性和跟负荷能力最优的风光配置为基础，以投资成本、运行成本和偏差成本最优为目标函数，建立以经济最优为目标的新能源场站储能配置模型；求解得到新能源场站储能配比结果。2.根据权利要求1所述的新能源场站储能配置计算方法，其特征在于，采用比例法对负荷曲线进行修正具体为：将新能源出力曲线折算为标幺值曲线，采用比例法确定风光储互补系统第d个典型日第t时刻的计划出力如下：其中，为第d个典型日第t时刻的负荷标幺值，K
i
为电厂i的装机台数，为风电场i在典型日d时刻t的预测出力，为光伏电站i在典型日d时刻t的预测出力。3.根据权利要求1所述的新能源场站储能配置计算方法，其特征在于，跟踪计划出力曲线偏差最小模型的目标函数为：其中，ω
d
为典型日d的权重，λ(P)为单位功率偏差考核费用，为风光储互补系统在第d个典型日第t时刻的发电功率，为风光储互补系统第d个典型日第t时刻的计划出力。4.根据权利要求1所述的新能源场站储能配置计算方法，其特征在于，跟踪计划出力曲线偏差最小模型的约束包括：投产变量约束：多能互补运行策略约束：多能互补运行策略约束：多能互补运行策略约束：Ω
Total
＝Ω
WT
+Ω
PV
+Ω
BES
风光电站的运行约束：风光电站的运行约束：其中，K
i
为电厂i的装机台数，Z为整数集合，Δ
max
为允许的最大出力偏差，P
i,d,t
为能源基地中各类电厂i在第d个典型日的第t时刻的发电功率，Ω
WT
为风电场集合，Ω
PV
为光伏电站集合，Ω
BES
为电化学储能电站集合，为风电场i在典型日d时刻t的实际出力，为风电场i在典型日d时刻t的预测出力，为光伏电站i在典型日d时刻t的实际出力，为光伏电站i在典型日d时刻t的预测出力。5.根据权利要求1所述的新能源场站储能配置计算方法，其特征在于，新能源场站储能配置模型的目标函数为：min f＝C
inv
+C
oper
+C
dev
其中，C
inv
为系统的投资成本，C
oper
为运行成本，C
dev
为出力偏差考核成本。6.根据权利要求5所述的新能源场站储能配置计算方法，其特征在于，系统的投资成本C
inv
和运行成本C
oper
分别为：分别为：其中，Ω
Total
、Ω
BES
为所有电厂的集合、电化学储能的集合，...

【专利技术属性】
技术研发人员：王尧，陈洁，刘子拓，王建学，梁燕，刘海丞，武中，王凯凯，王皑，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：