一种基于多情景分析的含储能光伏电站机组组合优化方法技术

本发明专利技术属于光伏电站机组组合优化领域，并公开了一种基于多情景分析的含储能光伏电站机组组合优化方法，包括：基于短期预测曲线数据构建光伏电站机组组合模型；在光伏电站机组组合模型中引入储能系统的统一模型，得到多情景校正型机组组合模型；通过

【技术实现步骤摘要】
一种基于多情景分析的含储能光伏电站机组组合优化方法


[0001]本专利技术属于光伏电站机组组合优化领域，特别是涉及一种基于多情景分析的含储能光伏电站机组组合优化方法
。

技术介绍

[0002]在众多新能源技术中，大规模光伏发电技术随着发电成本的不断下降，其优势不断显现
。
越来越多的光伏电站并网参与电力供需平衡，极大地推动了电力工业对新能源的开发和利用
。
光伏出力与光照强度密切相关，具有较强的波动性
、
间歇性，导致光伏电站参与系统调度计划时存在诸多问题，也是目前光伏并网和有效利用的瓶颈
。
光伏并网规模的增加对电网提出了新的问题和挑战，面对大规模可再生能源的接入，电力调度部门普遍采用的是相对粗放
、
保守的发电计划编制方法：
1)
为应对光伏发电出力的不确定性，预留大量机组备用，导致昂贵的备用成本；
2)
为应对光伏发电带来的调峰问题，压低光伏发电出力，甚至弃光
。
[0003]因此，如要全额消纳光电出力，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多情景分析的含储能光伏电站机组组合优化方法，其特征在于，包括：获取光伏电站功率的短期预测曲线数据，并基于所述短期预测曲线数据构建光伏电站机组组合模型；构建在储能系统的统一模型，并以光伏发电和储能系统的协调运行为控制目标，在所述光伏电站机组组合模型中引入所述储能系统的统一模型，得到多情景校正型机组组合模型；通过
Benders
分解理论对所述多情景校正型机组组合模型进行求解，得到储能优化配置方案
。2.
根据权利要求1所述的一种基于多情景分析的含储能光伏电站机组组合优化方法，其特征在于，基于所述短期预测曲线数据构建光伏电站机组组合模型，具体包括：基于所述光伏电站功率的短期预测曲线数据生成若干典型光伏出力情景，基于若干所述典型光伏出力情景并结合地区光电预测误差的分布特点，获取各个所述典型光伏出力情景的发生概率数据；以光伏经济利用与最大利用实现平衡作为第一目标函数，并设置第一约束条件，基于所述第一目标函数
、
所述第一约束条件和各个所述典型光伏出力情景的发生概率数据，构建所述光伏电站机组组合模型
。3.
根据权利要求2所述的一种基于多情景分析的含储能光伏电站机组组合优化方法，其特征在于，所述第一目标函数为：式中，
μ
s
为情景
s
发生的概率；
S
为模拟光伏出力情景的个数；
T
为是机组组合问题的优化周期；
M
为系统并网光伏电站的数量；和分别为情景
s
下，光伏电站
j
在
t
时段的可用输出功率和实际输出功率
。4.
根据权利要求2所述的一种基于多情景分析的含储能光伏电站机组组合优化方法，所述第一约束条件包括：功率平衡约束条件
、
备用容量需求约束条件和光伏注入功率的线路有功约束条件；其中，所述功率平衡约束条件为：式中，
P
d,t
为
t
时段系统的总负荷需求，为
t
时刻情景
s
下常规机组的出力，为
t
时刻光伏出力情景
s
下的利用值；所述备用容量需求约束条件为：式中，
u
i,t
为常规机组的启停状态，
ρ
为系统备用率，为预测光伏出力；
P
d
为系统的总负荷需求；
p
i
，
max
为常规机组的最大出力；
s
情境下光伏电站
j
的预测光伏出力的约束为：所述光伏注入功率的线路有功约束条件为：式中，
B...

【专利技术属性】
技术研发人员：史瑞静，樊小朝，李资，蒋甲丁，尹翠，任鹏，王杰，刘光辉，刘沛汉，张婷婷，曹喜果，胥心怡，邢立强，
申请(专利权)人：新疆工程学院，
类型：发明
国别省市：