一种风电厂多类型储能系统规划配置方法及系统技术方案

本发明专利技术涉及配电网储能技术领域，具体涉及一种风电厂多类型储能系统规划配置方法及系统；本发明专利技术通过所制定的配置原则，在风力厂的成本低于国家电网的收购电价时，向国家电网卖电，在高于国家电网的收购电价时，对电能进行存储，从而能够实现“低价存储、高价格售卖”的效果，能够在风电厂多类型储能系统规划配置后，保障风电厂的盈利。保障风电厂的盈利。保障风电厂的盈利。

【技术实现步骤摘要】
一种风电厂多类型储能系统规划配置方法及系统


[0001]本专利技术涉及配电网储能
，具体涉及一种风电厂多类型储能系统规划配置方法及系统。

技术介绍

[0002]风力发电厂(Wind Farm)，简称风电厂，是利用风来产生电力的发电厂，是属于再生能源发电厂的一种。目前，由于联合国《京都议定书》减少温室气体排放协议的关系，世界各国相继将发展再生能源列为重要目标，而在此情形下，风力发电厂也就成为各国首选的能源发展重点。
[0003]储能系统兼具供蓄能力，可快速调节功率，在配电网中起到削峰填谷的作用。
[0004]专利申请号为CN201510254363.2的专利，其在说明书中记载有“包括获取目标数据；利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数；利用储能系统优化配置结果对储能系统进行配置；储能系统调度目标函数和储能系统优化目标函数的建立过程为：建立虚拟电厂中分布式电源数学模型；根据数学模型与虚拟电厂中储能系统的作用分析建立子目标函数，子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数；根据子目标函数分别建立储能系统调度目标函数和储能系统优化目标函数。根据此储能系统优化配置模型求解的优化配置结果可以使得每种配置的储能系统在运行工作中均可以处于最优调度状态”，上述专利虽然能够进行储能系统规划配置，但是其未能充分的考虑电价对于风电厂的利润影响，无法保证在储能系统规划配置后，风电厂能够盈利，无法满足使用需求。
[0005]综上所述，研发一种风电厂多类型储能系统规划配置方法及系统，仍是配电网储能
中亟需解决的关键问题。

技术实现思路

[0006]本专利技术为了解决上述问题，本专利技术提供了一种风电厂多类型储能系统规划配置方法及系统，通过所制定的配置原则，在风力厂的成本低于国家电网的收购电价时，向国家电网卖电，在高于国家电网的收购电价时，对电能进行存储，从而能够实现“低价存储、高价格售卖”的效果，能够在风电厂多类型储能系统规划配置后，保障风电厂的盈利。
[0007]为实现上述目的，本专利技术提供了如下技术方案：
[0008]本专利技术的第一方面：提供了一种风电厂多类型储能系统规划配置方法，包括以下步骤：
[0009](1)制定参与风电厂负荷出力的多种类型电源的负荷出力的配置原则；
[0010](2)获取风电厂和国家电网历史数据，并对历史数据进行预处理；
[0011](3)对虚拟配置模型进行训练，并检验所训练的虚拟配置模型；
[0012](4)获取当前风电厂的数据以及国家电网的数据，将其输入虚拟配置模型，完成多类型储能系统规划配置。
[0013]本专利技术进一步的设置为：在步骤(1)中，所述多种类型电源包括风力和储能系统。
[0014]本专利技术进一步的设置为：在步骤(1)中，所述配置原则，包括以下内容：
[0015]若国家电网的收购电价高于风力厂的任意一种类型电源的生产成本时，向国家电网卖电；
[0016]若国家电网的收购电价低于风力厂的任意一种类型电源的生产成本时，向国家电网买电，将其存储到储能系统；
[0017]若风力发电的成本低于国家电网的收购电价，且储能系统的成本高于国家电网的收购电价，则由风力发电向国家电网卖电；
[0018]若风力发电的成本高于国家电网的收购电价，且储能系统的成本低于国家电网的收购电价，则由储能系统向国家电网卖电；
[0019]若风力发电的成本高于国家电网的收购电价，且储能系统的成本也高于国家电网的收购电价，则不向国家电网卖电，同时，将风力发电的电能存储到储能系统。
[0020]本专利技术进一步的设置为：在步骤(2)中，对历史数据进行预处理的过程如下：
[0021]根据所制定参与风电厂负荷出力的多种类型电源的负荷出力的配置原则，建立风电厂与国家电网买卖关系的虚拟映射数据关系，并根据虚拟映射关系建立数据组样本；
[0022]将数据组样本拆分为训练样本和测试样本，其中训练样本和测试样本的数据量比值为5:1。
[0023]本专利技术进一步的设置为：在步骤(3)中，所述虚拟配置模型为CNN网络神经模型。
[0024]本专利技术进一步的设置为：在步骤(3)中，采用训练样本对虚拟配置模型进行训练，再采用测试样本对虚拟配模型进行测试，若虚拟配模型的规划配置正确率高于预设阈值，则完成对虚拟配模型的训练，否则，重复步骤(2)
‑
步骤(3)。
[0025]本专利技术的第二方面：还提供了一种风电厂多类型储能系统规划配置系统，包括数据库模块、数据获取模块、数据处理模块、虚拟配置模型模块和信息显示模块，其中：
[0026]所述数据库模块用于存储风电厂和国家电网的历史数据，以及当前所采集的数据；
[0027]所述数据获取模块用于获取风电厂和国家电网历史数据，所述数据获取模块与数据库模块连接；
[0028]所述数据处理模块用于对历史数据进行预处理，所述数据处理模块与数据获取模块连接；
[0029]所述虚拟配置模型模块内存储有CNN网络神经模型，用于完成多类型储能系统规划配置，所述虚拟配置模型模块与信息显示模块连接；
[0030]所述信息显示模块用于显示多类型储能系统规划配置信息，所述信息显示模块与虚拟配置模型模块连接。
[0031]本专利技术进一步的设置为：还包括数据采集模块，所述数据采集模块用于采集当前风电厂和国家电网的数据信息，所述数据采集模块与数据库模块和虚拟配置模型模块均连接。
[0032]有益效果
[0033]采用本专利技术提供的技术方案，与已知的公有技术相比，具有如下有益效果：
[0034]本专利技术由数据获取模块获取风电厂和国家电网的历史数据，数据处理模块根据所
制定参与风电厂负荷出力的多种类型电源的负荷出力的配置原则，建立风电厂与国家电网买卖关系的虚拟映射数据关系，并根据虚拟映射关系建立数据组样本，对虚拟配置模型进行训练和测试，再由数据采集模块采集当前风电厂和国家电网的数据信息，传输给虚拟配置模型模块，输出完成多类型储能系统的智能规划配置信息，实现通过所制定的配置原则，在风力厂的成本低于国家电网的收购电价时，向国家电网卖电，在高于国家电网的收购电价时，对电能进行存储，从而能够实现“低价存储、高价格售卖”的效果，能够在风电厂多类型储能系统规划配置后，保障风电厂的盈利。
附图说明
[0035]图1为本专利技术一种风电厂多类型储能系统规划配置方法的流程图；
[0036]图2为本专利技术一种风电厂多类型储能系统规划配置方法系统的系统图。
[0037]图中标号说明：
[0038]100、数据库模块；200、数据获取模块；300、数据处理模块；400、虚拟配置模型模块；500、信息显示模块；600、数据采集模块。
具体实施方式
[0039]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述；显然，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电厂多类型储能系统规划配置方法，其特征在于，包括以下步骤：(1)制定参与风电厂负荷出力的多种类型电源的负荷出力的配置原则；(2)获取风电厂和国家电网历史数据，并对历史数据进行预处理；(3)对虚拟配置模型进行训练，并检验所训练的虚拟配置模型；(4)获取当前风电厂的数据以及国家电网的数据，将其输入虚拟配置模型，完成多类型储能系统规划配置。2.根据权利要求1所述的一种风电厂多类型储能系统规划配置方法，其特征在于，在步骤(1)中，所述多种类型电源包括风力和储能系统。3.根据权利要求1所述的一种风电厂多类型储能系统规划配置方法，其特征在于，在步骤(1)中，所述配置原则，包括以下内容：若国家电网的收购电价高于风力厂的任意一种类型电源的生产成本时，向国家电网卖电；若国家电网的收购电价低于风力厂的任意一种类型电源的生产成本时，向国家电网买电，将其存储到储能系统；若风力发电的成本低于国家电网的收购电价，且储能系统的成本高于国家电网的收购电价，则由风力发电向国家电网卖电；若风力发电的成本高于国家电网的收购电价，且储能系统的成本低于国家电网的收购电价，则由储能系统向国家电网卖电；若风力发电的成本高于国家电网的收购电价，且储能系统的成本也高于国家电网的收购电价，则不向国家电网卖电，同时，将风力发电的电能存储到储能系统。4.根据权利要求1所述的一种风电厂多类型储能系统规划配置方法，其特征在于，在步骤(2)中，对历史数据进行预处理的过程如下：根据所制定参与风电厂负荷出力的多种类型电源的负荷出力的配置原则，建立风电厂与国家电网买卖关系的虚拟映射数据关系，并根据虚拟映射关系建立数据组样本；将数据组样本拆分为训练样本和测试样本，其中训练样本和测试样本的数据量比值为5:...

【专利技术属性】
技术研发人员：李东挥，孙红凯，马亮，
申请(专利权)人：大唐赤峰新能源有限公司，
类型：发明
国别省市：