园区级源网荷储分布式电源容量配置方法、系统及终端技术方案

本申请提供一种园区级源网荷储分布式电源容量配置方法、系统及终端，所述园区级源网荷储分布式电源容量配置方法包括：获取分布式电源容量配置优化函数以及边界条件；基于所述优化函数和所述边界条件获取最优解集；基于所述最优解集进行神经网络训练获取目标函数；根据所述目标函数获取目标解集；基于所述目标解集获取分布式电源容量最优配置。本申请中，通过对园区的负荷预测并结合优化函数对园区的分布式电源进行容量优化配置，兼顾经济性和可靠性，利用神经网络对最优解集进行训练并进一步获取目标函数，最后对目标函数进行全局寻优，可以更快更精确的得到最佳容量配置。可以更快更精确的得到最佳容量配置。可以更快更精确的得到最佳容量配置。

【技术实现步骤摘要】
园区级源网荷储分布式电源容量配置方法、系统及终端


[0001]本申请属于电力系统
，涉及一种园区级源网荷储分布式电源容量配置方法，特别是涉及一种园区级源网荷储分布式电源容量配置方法、系统及终端。

技术介绍

[0002]分布式发电技术采用清洁能源与可再生能源如太阳能发电、风力发电以及生物发电等，相较于传统的火力发电，分布式发电技术更加环保，是解决世界能源问题、环境污染问题的有效途径之一。
[0003]通常情况下，分布式发电系统可以将各种形式的能源按照一定的方式转换为可以利用的电能，并且在不同研究领域所采用的能源分类方法不同，根据分布式发电技术可以将其划分为风力发电、光伏发电、生物质能发电、微型燃气轮机发电以及燃料电池发电等。
[0004]源网荷储模式的园区可通过利用分布式发电的互补特性，更为有效的利用可再生能源，但是，源网荷储中多种互动模式让分布式电源配置研究变得复杂，不仅人工成本高且效率较低，而且在不同能源的配比上也不能达到很好的效果，能源利用率低，设备成本高昂。

技术实现思路

[0005]本申请的目的在于提供一种园区级源网荷储分布式电源容量配置方法、系统及终端，用于解决现有技术中通过源网荷储模式进行分布式电源容量配置过程复杂、能源利用率低的问题。
[0006]第一方面，本申请提供一种园区级源网荷储分布式电源容量配置方法，应用于园区级电源容量配置，所述方法包括：获取分布式电源容量配置优化函数以及边界条件；基于所述优化函数和边界条件获取最优解集；基于所述最优解集进行神经网络训练获取目标函数；根据目标函数获取目标解集；基于目标解集获取分布式电源容量最优配置。
[0007]本申请中，通过对园区的负荷预测并结合优化函数对园区的分布式电源进行容量优化配置，兼顾经济性和可靠性，利用神经网络对最优解集进行训练并进一步获取目标函数，最后对目标函数进行全局寻优，可以更快更精确的得到最佳容量配置。
[0008]在第一方面的一种实现方式中，所述优化函数包括负荷需求优化函数和周期成本优化函数，所述获取分布式电源容量配置优化函数包括：基于分布式电源的设备选型，建立周期成本函数；基于风光自然资源分析仿真技术获取风光储系统出力；结合所述风光储系统出力获取负荷需求优化函数。
[0009]进一步地，所述周期成本优化函数为：
[0010]minf(LCC)
[0011]其中，LCC表示为周期成本函数，minf(LCC)表示为经济性最优的周期成本，所述周期成本函数的表示为：
[0012]LCC＝C
ei
+C
em
+C
er
[0013]其中，LCC表示为总周期成本，C
ei
表示为设备投资费用，C
em
表示为设备运行运维费用，C
er
表示为设备更换费用。
[0014]进一步地，所述负荷需求优化函数为：
[0015]P
s
(t)＝P
w
(t)+P
pv
(t)+P
c
(t)
‑
P
g
(t)
[0016]其中，P
s
(t)表示t时刻负荷需求、P
w
(t)表示t时刻风机发出的功率、P
pv
(t)表示t时刻光伏发电机发出的功率、P
c
(t)表示t时刻储能电池充放电的功率、P
g
(t)表示t时刻从电网系统吸收或发出的功率。
[0017]进一步地，所述风光储系统出力的频率偏差要在负荷需求的偏差范围内；所述风光储系统出力的频率偏差包括能量缺失率和能量损失率两个指标。
[0018]本实现方式中，通过分布式电源设备选型以及风光自然资源分析仿真技术获取优化函数，
[0019]在第一方面的一种实现方式中，所述边界条件包括：风光互补约束、功率波动约束、场地建设约束和储能电池充放电约束。
[0020]进一步地，所述风光互补约束为：
[0021]G≤δ
L
[0022]其中，G为风光储系统出力相对于负载预期出力的波动率，δ
L
为参考波动率；
[0023]所述功率波动约束为：
[0024][0025]其中，P
wn
为单台风机容量、P
pvn
为单块光伏发电板容量、K
min
为风光比例的最小值、K
max
为风光比例的最大值、N
dfig
为风机的数量、N
pv
为光伏发电板的数量；
[0026]所述场地建设约束为：
[0027][0028]其中，S为场地建设面积，长度和宽度分别为L、W，N
dfig
为风机的数量，D为风轮的直径，S
pv
为单块光伏发电板占地面积，λ
pv
为遮阴系数，N
pv
为光伏发电板的数量，N
c
为储能电池的数量，S
c
为单个储能电池的占地面积，ω
c
为储能电池之间的间隔系数；
[0029]所述储能电池充放电约束为：
[0030][0031]其中，SOC(t)为储能电池在t时刻的容量，SOC
min
和SOC
max
分别为储能电池剩余容量的最小约束和最大约束，Pcb(t)为储能电池在t时刻的负载功率，P
ch_max
和P
dch_max
分别为储能电池的最大充电功率和最大放电功率，P
dch
(t)和P
ch
(t)分别为储能电池在t时刻的放电功
率和充电功率，M
c
和M
c_max
分别为周期内储能电池充电和放电循环次数和最大循环次数。
[0032]本实现方式中，通过对风光互补约束、功率波动约束、场地建设约束和储能电池充放电约束的计算，可以确定优化函数的约束条件，减少运算复杂度，提高优化效率。
[0033]在第一方面的一种实现方式中，所述基于所述最优解集进行神经网络训练获取目标函数包括：将所述最优解集进行归一化处理，获取归一化解集；将所述归一化解集中的各数据分别输入神经网络进行训练并获取输出结果；结合输入的数据与输出结果获取输入与输出之间的关系公式；所述关系公式即为所述目标函数。
[0034]本实现方式中，通过神经网络将最优解集进一步优化并结合输入与输出的关系得到目标函数，可以缩小最优解集的范围，提高最优配置的准确性。
[0035]第二方面，本申请提供一种园区级源网荷储分布式电源容量配置系统，所述园区级源网荷储分布式电源容量配置系统包括：函数配置模块，所述函数配置模块用于获取分布式电源容量配置优化函数以及边界条件；第一优化模块，所述第一优化模块用于基于所述优化函数和边界条件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种园区级源网荷储分布式电源容量配置方法，其特征在于，包括以下步骤：获取分布式电源容量配置优化函数以及边界条件；基于所述优化函数和所述边界条件获取最优解集；基于所述最优解集进行神经网络训练获取目标函数；根据所述目标函数获取目标解集；基于所述目标解集获取分布式电源容量最优配置。2.根据权利要求1所述的园区级源网荷储分布式电源容量配置方法，其特征在于，所述优化函数包括负荷需求优化函数和周期成本优化函数，所述获取分布式电源容量配置优化函数包括：基于分布式电源的设备选型，建立周期成本优化函数；基于风光自然资源分析仿真技术获取风光储系统出力；结合所述风光储系统出力获取负荷需求优化函数。3.根据权利要求2所述的园区级源网荷储分布式电源容量配置方法，其特征在于，所述周期成本优化函数为：minf(LCC)其中，LCC表示为周期成本函数，minf(LCC)表示为经济性最优的周期成本，所述周期成本函数表示为：LCC＝C
ei
+C
em
+C
er
其中，LCC表示为总周期成本，C
ei
表示为设备投资费用，C
em
表示为设备运行运维费用，C
er
表示为设备更换费用。4.根据权利要求2所述的园区级源网荷储分布式电源容量配置方法，其特征在于，所述负荷需求优化函数为：P
s
(t)＝P
w
(t)+P
pv
(t)+P
c
(t)
‑
P
g
(t)其中，P
s
(t)表示t时刻负荷需求、P
w
(t)表示t时刻风机发出的功率、P
pv
(t)表示t时刻光伏发电机发出的功率、P
c
(t)表示t时刻储能电池充放电的功率、P
g
(t)表示t时刻从电网系统吸收或发出的功率。5.根据权利要求2所述的园区级源网荷储分布式电源容量配置方法，其特征在于，所述风光储系统出力的频率偏差要在负荷需求的偏差范围内；所述风光储系统出力的频率偏差包括能量缺失率和能量损失率两个指标。6.根据权利要求1所述的园区级源网荷储分布式电源容量配置方法，其特征在于，所述边界条件包括：风光互补约束、功率波动约束、场地建设约束和储能电池充放电约束。7.根据权利要求6所述的园区级源网荷储分布式电源容量配置方法，其特征在于，所述风光互补约束为：G≤δ
L
其中，G为风光储系统出力相对于负载预期出力的波动率，δ
L
为参考波动率；所述功率波动约束为：其中，P
wn
为单台风机容量、P<...

【专利技术属性】
技术研发人员：王德友，黄敏丽，潘智轩，李润源，赵钢超，
申请(专利权)人：上海勘测设计研究院有限公司，
类型：发明
国别省市：