长短期储能规划方法、系统、介质及设备技术方案

本发明专利技术提供了一种长短期储能规划方法、系统、介质及设备，所述方法包括如下步骤：步骤S1：采用季节与趋势分解方法对全年的不平衡功率时间序列进行处理；步骤S2：在采用k

【技术实现步骤摘要】
长短期储能规划方法、系统、介质及设备


[0001]本专利技术涉及电力系统规划的
，具体地，涉及长短期储能规划方法、系统、介质及设备，尤其涉及一种基于“场景变换”概念的长短期储能系统规划方法。

技术介绍

[0002]近年来，随着可再生能源装机容量的不断提升，电力系统源荷季节性功率不平衡问题日益凸显。如何通过合理配置各类储能，从而进行能量多时间尺度转移，实现削峰填谷目标，增加电网对可再生能源消纳能力成为亟待解决的问题。
[0003]目前现有技术往往面向日内调节对电化学储能为代表的短期储能进行容量配置分析，而忽略季节性功率失衡与季节性储能的容量配置问题。部分研究针对多时间尺度的功率失衡问题，以年为单位提出长短期储能容量配置方案，然而全年等长时间尺度给优化问题引入了大量决策变量，增大求解问题的规模，降低了求解效率。
[0004]姜海洋,杜尔顺,金晨,肖晋宇,侯金鸣,张宁.高比例清洁能源并网的跨国互联电力系统多时间尺度储能容量优化规划[J].中国电机工程学报,2021,41(06):2101
‑
2115.
[0005]摘要：高比例清洁能源并网对电力系统的灵活调节能力提出了更高要求。储能是构成系统灵活调节能力的关键要素,系统对储能的需求与系统的灵活性稀缺程度紧密相关,而单纯依靠储能来提供系统所需灵活性将造成电力系统投资成本极大增加、设备利用率降低等问题。储能与互联电网、清洁能源布局协同规划并发挥彼此间的互补效益是提升未来清洁电力系统安全经济性的重要途径。该文从技术经济性的角度出发,考虑多种灵活性资源协同参与的跨国互联电力系统优化规划与运行。首先基于已有研究对各类灵活性资源建模,将年度8760h全景时序运行模拟纳入优化模型,然后提出了面向高比例清洁能源电力系统、考虑多种灵活性资源参与的规划模型并基于东北亚跨国互联电网进行实证分析,量化评估了电网互联、清洁能源布局对储能优化配置的影响,给出了基于不同灵活性资源规划模型的2035—2050年东北亚地区规划结果。算例表明,通过电网互联与多区域风电、光伏清洁能源协同规划可有效减少各区域内储能装机、降低系统的度电成本。算例还进行了储能装机容量、系统度电成本与线路互联容量间的灵敏度分析。
[0006]该文献针对跨国互联电力系统提出了一种基于年度8760h全景时序运行模拟的多时间尺度储能容量规划方法。该方法基于全年时序场景进行优化决策，虽然保证了规划结果的可靠性，但不可避免地引入了大量的决策变量，带来求解效率低的问题。但是，作者在文中并未考虑该问题。
[0007]因此，需要提出一种新的技术方案以改善上述技术问题。

技术实现思路

[0008]针对现有技术中的缺陷，本专利技术的目的是提供一种长短期储能规划方法、系统、介质及设备。
[0009]根据本专利技术提供的一种长短期储能规划方法，所述方法包括如下步骤：
[0010]步骤S1：采用季节与趋势分解方法对全年的不平衡功率时间序列进行处理；
[0011]步骤S2：在采用k
‑
means算法对日内波动分量进行聚类分析的基础上，通过对典型场景下功率波动曲线的线性变换，得到变换结果功率波动曲线；
[0012]步骤S3：建立长短期储能优化配置模型；
[0013]步骤S4：基于场景变换概念进行求解，进行储能规划。
[0014]优选地，所述步骤S1采用季节与趋势分解方法对全年的不平衡功率时间序列进行处理，如下式所示：
[0015][0016][0017]其中，(1)式揭示了功率失衡的来源，分别表示全年不平衡功率、全年光伏出力与全年负荷需求；(2)式中，不平衡功率被分解为长期趋势分量、日内波动分量与随机分量，分别用表示；d,h分别表示自然日和小时。
[0018]优选地，所述步骤S2在采用k
‑
means算法对日内波动分量进行聚类分析的基础上，提出了一种聚类结果的线性化重表征方法，该方法通过对典型场景下功率波动曲线的线性变换，使得变换结果逼近其他自然场景下的功率波动曲线；引入线性化重表征方法，通过附加自由度来减少传统聚类方法对高维信息的失真；线性化重表征的核心表达式如下：
[0019][0020]式中，分别表示在自然日以及典型日下的不平衡功率向量，I表示所有元素均为1的向量；(3)式的目的在于以典型日下的不平衡功率向量和向量I为基，通过线性组合表出任意自然日下的不平衡向量；然而，在N维向量空间内，至少需以N个线性无关的向量为基，才能表示任意向量；此处N>2，但仅有两个基，无法得到对任意N维向量的严格表示；因此，引入余项ε
d
用于表示误差。
[0021]优选地，所述步骤S3包括如下步骤：
[0022]步骤S3.1：获取目标函数，通过多种储能配置规划，经济性目标函数由三部分构成，一是各种储能系统的容量/安装成本，二是系统的运行成本，包含售氢收益、弃光损失、切负荷成本：
[0023][0024]其中，C
Inv
与C
Ope
分别代表整个系统的投资成本与运行成本；CRF表示容量衰减因
子，用于将总投资分摊至某一个年份中；γ为折现率；n为系统规划年限；C
Inv,B
与C
Inv,H
分别表示电池储能与储氢系统的投资成本；分别表示电池储能的单位功率/能量容量价格、电解槽、燃料电池、储氢罐的单位容量价格；E
Bat
/P
Bat
、P
Elec
、P
FC
、m
H
分别表示配置的储能能量/功率容量、电解槽、燃料电池、储氢罐的容量；C
Cur,PV
/C
Cur,Load
，R
Sale
分别表示弃光惩罚、切负荷成本、售氢收益；r
H
,分别表示单位质量氢气价格、弃光/切负荷的单位功率成本；分别表示小时级的弃光/弃荷功率、天级的弃光/弃荷功率；表示每日的售氢质量；分别表示运行周期内的总天数与总小时数；
[0025]步骤S3.2：规定约束条件，系统功率平衡约束：
[0026][0027][0028]其中，分别表示电池储能的充电/放电功率；分别表示电解槽的耗电功率与燃料电池的发电功率；
[0029]式(8)与式(9)分别以小时与天级的时间分辨率表示功率平衡关系；小时级功率平衡由电池储能通过平抑日内功率波动来实现；天级功率平衡通过储氢系统季节性电能转移来实现；
[0030]电池储能相关约束：
[0031][0032]其中，表示电池储能的荷电状态；分别表示电池储能的充电/放电效率；表示电池允许荷电状态的最小值；
[0033]式(10)由上至下分别对电池储能水平在一天之内的变化情况、电池储能水平在相邻两天之间的变化、充电功率的上下限、放电功率的上下限、电池储能水平的上下限、电池储能水平的周期始末平衡进行约束；
[0034]储本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种长短期储能规划方法，其特征在于，所述方法包括如下步骤：步骤S1：采用季节与趋势分解方法对全年的不平衡功率时间序列进行处理；步骤S2：在采用k
‑
means算法对日内波动分量进行聚类分析的基础上，通过对典型场景下功率波动曲线的线性变换，得到变换结果功率波动曲线；步骤S3：建立长短期储能优化配置模型；步骤S4：基于场景变换概念进行求解，进行储能规划。2.根据权利要求1所述的长短期储能规划方法，其特征在于，所述步骤S1采用季节与趋势分解方法对全年的不平衡功率时间序列进行处理，如下式所示：势分解方法对全年的不平衡功率时间序列进行处理，如下式所示：其中，(1)式揭示了功率失衡的来源，分别表示全年不平衡功率、全年光伏出力与全年负荷需求；(2)式中，不平衡功率被分解为长期趋势分量、日内波动分量与随机分量，分别用表示；d,h分别表示自然日和小时。3.根据权利要求1所述的长短期储能规划方法，其特征在于，所述步骤S2在采用k
‑
means算法对日内波动分量进行聚类分析的基础上，提出了一种聚类结果的线性化重表征方法，该方法通过对典型场景下功率波动曲线的线性变换，使得变换结果逼近其他自然场景下的功率波动曲线；引入线性化重表征方法，通过附加自由度来减少传统聚类方法对高维信息的失真；线性化重表征的核心表达式如下：式中，分别表示在自然日以及典型日下的不平衡功率向量，I表示所有元素均为1的向量；(3)式的目的在于以典型日下的不平衡功率向量和向量I为基，通过线性组合表出任意自然日下的不平衡向量；然而，在N维向量空间内，至少需以N个线性无关的向量为基，才能表示任意向量；此处N>2，但仅有两个基，无法得到对任意N维向量的严格表示；因此，引入余项ε
d
用于表示误差。4.根据权利要求1所述的长短期储能规划方法，其特征在于，所述步骤S3包括如下步骤：步骤S3.1：获取目标函数，通过多种储能配置规划，经济性目标函数由三部分构成，一是各种储能系统的容量/安装成本，二是系统的运行成本，包含售氢收益、弃光损失、切负荷成本：
其中，C
Inv
与C
Ope
分别代表整个系统的投资成本与运行成本；CRF表示容量衰减因子，用于将总投资分摊至某一个年份中；γ为折现率；n为系统规划年限；C
Inv,B
与C
Inv,H
分别表示电池储能与储氢系统的投资成本；分别表示电池储能的单位功率/能量容量价格、电解槽、燃料电池、储氢罐的单位容量价格；E
Bat
/P
Bat
、P
Elec
、P
FC
、m
H
分别表示配置的储能能量/功率容量、电解槽、燃料电池、储氢罐的容量；C
Cur,PV
/C
Cur,Load
，R
Sale
分别表示弃光惩罚、切负荷成本、售氢收益；r
H
,分别表示单位质量氢气价格、弃光/切负荷的单位功率成本；分别表示小时级的弃光/弃荷功率、天级的弃光/弃荷功率；表示每日的售氢质量；分别表示运行周期内的总天数与总小时数；步骤S3.2：规定约束条件，系统功率平衡约束：步骤S3.2：规定约束条件，系统功率平衡约束：其中，分别表示电池储能的充电/放电功率；分别表示电解槽的耗电功率与燃料电池的发电功率；式(8)与式(9)分别以小时与天级的时间分辨率表示功率平衡关系；小时级功率平衡由电池储能通过平抑日内功率波动来实现；天级功率平衡通过储氢系统季节性电能转移来实现；电池储能相关约束：
其中，表示电池储能的荷电状态；分别表示电池储能的充电/放电效率；表示电池允许荷电状态的最小值；式(10)由上至下分别对电池储能水平在一天之内的变化情况、电池储能水平在相邻两天之间的变化、充电功率的上下限、放电功率的上下限、电池储能水平的上下限、电池储能水平的周期始末平衡进行约束；储氢系统相关约束：其中，表示储氢罐中的氢气质量；LHV表示氢气的热值，用于体现单位电量与单位质量氢气的关系；分别表示电解槽/燃料电池的电
‑
气能量转换效率；表示储氢罐允许的最小存储质量；式(11)由上至下分别对储氢罐中氢气质量在一年当中的变换情况；出售氢气质量的下限；电解池的功率上下限；燃料电池的功率上下限；储氢罐中氢气质量的上下限；氢气指令在一个周期的始末平衡进行约束；弃光、负荷相关约束：其中，从上至下分别表示不同时间尺度下切负荷功率/弃光功率之和的上限约束以及不同时间尺度下切负荷功率/弃光功率的下限约束。5.一种长短期储能规划系统，其特征在于，所述系统包括如下模块：
模块M1：采用季节与趋势分解系统对全年的不平衡功率时间序列进行处理；模块M2：在采用k
‑
...

【专利技术属性】
技术研发人员：江昇，文书礼，叶惠丽，朱淼，马建军，潘春阳，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：