【技术实现步骤摘要】
本专利技术属于联合调频控制策略领域，涉及一种电池储能协同优化配置方法，尤其是涉及一种计及风光火差异调频的电池储能协同优化配置方法及系统。
技术介绍
1、目前，风能、太阳能为代表的新能源迅速发展并且具有相当规模，预计至2060年，风光发电量将占总发电量预计提升到60％，届时大规模新能源并网将成为电力系统的主旋律。新能源对同步机组的逐步替代，叠加其自身的不确定性、弱支撑性和低抗扰性，导致电力系统的惯量降低、调频备用容量不足，给频率安全带来极大挑战。因此，挖掘多样化调频资源调频能力，加强协同优化设计，是解决电力系统频率安全问题的趋势。目前，电池储能在电力系统各个环节开始发挥不同的作用，应用场景多样化，在调频中的策略涉及储能功率调节特性、基于soc(state of capacity)的反馈调整出力的控制策略、基于电池储能调频过程经济性最优等。但是相关策略都是针对电池自身控制，忽视了电池与电源之间的联系。电池与电源都作为调频资源，共同配合联合调频，在原有策略的基础上产生联合调频策略。
2、通过对现有文献进行检索，目前对电池储能规划的研究主要是基于经济性、安全性以及电力市场角度考虑单独储能、火电机组+储能或者风/光+储能各自发挥作用对电池储能规划的影响。已有文献中，韩啸在《电网侧电池储能系统调频控制策略研究》中提出一种考虑虚拟惯量与一次调频的储能容量估算方法，仅满足系统惯量需求。张旭，陈云龙，岳帅在《电网技术》(2018，42(6)：1793-1803)中发表的《风电参与电力系统调频技术研究的回顾与展望》基于系统频率响应(sy
3、现有文献未涉及联合考虑风光火储联合调频方法，没有解决灵活调用储能配合电源的应用难题，因此在源储联合规划方面亟需深入研究。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种提高储能配合电源的灵活性、安全稳定性高的计及风光火差异调频的电池储能协同优化配置方法及系统。
2、本专利技术的目的可以通过以下技术方案来实现：
3、一种计及风光火差异调频的电池储能协同优化配置方法，包括以下步骤：
4、获取基础数据并对基础数据进行预处理，获得预处理后数据；
5、构建多个随机时序场景；
6、基于所述基础数据及构建的多个随机时序场景构造联合调频模型，所述联合调频模型包括火储联合调频模型、风储联合调频模型和光储联合调频模型；
7、基于所述联合调频模型建立考虑暂态安全稳定与经济运行的电池储能协同优化配置模型；
8、求解所述电池储能协同优化配置模型，获得最优规划方案，所述最优规划方案包括电源与电池储能投建与运营情况以及对应的投建与运维成本。
9、进一步地，所述基础数据包括负荷数据、风电出力数据、光伏出力数据、火电机组数据、电池储能数据和线路数据；
10、进一步地，所述预处理包括补全缺漏数据、降噪处理和分类处理。
11、进一步地，所述构建多个随机时序场景具体包括：
12、通过蒙特卡罗模拟方法采样生成初始随机时序场景；
13、利用高斯混合聚类筛选获得最终随机时序场景。
14、进一步地，所述高斯混合聚类中，采用贝叶斯信息准则确定聚类个数。
15、进一步地，所述火储联合调频模型中，火储联合调频的输出功率满足由于负荷波动带来的火电厂最低爬坡速率要求。
16、进一步地，所述风储联合调频模型中，对风电机组与风机配套储能并行控制，在安全约束内共同参与调频，所述安全约束包括风机调频容量上限约束、风机配套储能出力约束和充放电互斥约束。
17、进一步地，所述光储联合调频模型中，储能与光伏组件接入电网时共用逆变器，光伏机组配套储能兼顾光伏组件波动与系统调频需求满足光伏配套储能出力约束和逆变器最大功率约束。
18、进一步地，所述电池储能协同优化配置模型以投资运行成本最小化为目标，采用的约束条件包括节点功率平衡约束、开停机逻辑约束、发电机组运行状态约束、火电机组出力约束、系统旋转备用约束、能源弃能约束、负荷功率约束、电池储能电量约束、线路潮流及传输容量约束和频率安全约束。
19、进一步地，采用主-子问题结构的求解思路求解所述电池储能协同优化配置模型，其中，主问题为长期规划问题及电源与电池的投建问题，子问题为运维成本问题，在子问题中基于eeac理论形成稳定割约束反馈至主问题，主问题中的稳定割约束动态累加，迭代求解主-子问题以获得最优规划方案。
20、本专利技术还提供一种电池储能协同优化配置系统，包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述计及风光火差异调频的电池储能协同优化配置方法的指令。
21、与现有技术相比，本专利技术具有以下有益效果：
22、1、本专利技术综合考虑火储联合调频策略、风储联合调频策略、光储联合调频策略，并且把稳态与暂态安全的模型考虑到源储规划方案中，构建了计及风光火差异化调频策略的电池储能协同优化配置模型，极大地加强了储能作为优质调频调峰资源的灵活性。
23、2、本专利技术通过联合调频策略的方式，加强了源储之间的联系，使得规划方案更加合理与经济。
24、3、本专利技术考虑了长期指标约束和以运维成本表征的短期指标约束，能够采用benders分解技术规划模型高效求解，实现长期与短期指标的分解，所得规划方案经济性好、求解效率高，得到更科学全面的输电网柔性规划方案，能够应对更加大型的算例。
25、4、本专利技术可以充分考虑源储规划中电池储能与不同电源联合调频运行问题，所得源储规划方案更科学，经济性好，安全稳定性高。
本文档来自技高网...【技术保护点】
1.一种计及风光火差异调频的电池储能协同优化配置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述基础数据包括负荷数据、风电出力数据、光伏出力数据、火电机组数据、电池储能数据和线路数据；
3.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述构建多个随机时序场景具体包括：
4.根据权利要求3所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述高斯混合聚类中，采用贝叶斯信息准则确定聚类个数。
5.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述火储联合调频模型中，火储联合调频的输出功率满足由于负荷波动带来的火电厂最低爬坡速率要求。
6.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述风储联合调频模型中，对风电机组与风机配套储能并行控制，在安全约束内共同参与调频，所述安全约束包括风机调频容量上限约束、风机配套储能出力约束和充放电互斥约束。p>
7.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述光储联合调频模型中，储能与光伏组件接入电网时共用逆变器，光伏机组配套储能兼顾光伏组件波动与系统调频需求满足光伏配套储能出力约束和逆变器最大功率约束。
8.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述电池储能协同优化配置模型以投资运行成本最小化为目标，采用的约束条件包括节点功率平衡约束、开停机逻辑约束、发电机组运行状态约束、火电机组出力约束、系统旋转备用约束、能源弃能约束、负荷功率约束、电池储能电量约束、线路潮流及传输容量约束和频率安全约束。
9.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，采用主-子问题结构的求解思路求解所述电池储能协同优化配置模型，其中，主问题为长期规划问题及电源与电池的投建问题，子问题为运维成本问题，在子问题中基于EEAC理论形成稳定割约束反馈至主问题，主问题中的稳定割约束动态累加，迭代求解主-子问题以获得最优规划方案。
10.一种电池储能协同优化配置系统，其特征在于，包括一个或多个处理器、存储器和被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-9任一所述计及风光火差异调频的电池储能协同优化配置方法的指令。
...【技术特征摘要】
1.一种计及风光火差异调频的电池储能协同优化配置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述基础数据包括负荷数据、风电出力数据、光伏出力数据、火电机组数据、电池储能数据和线路数据；
3.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述构建多个随机时序场景具体包括：
4.根据权利要求3所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述高斯混合聚类中，采用贝叶斯信息准则确定聚类个数。
5.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述火储联合调频模型中，火储联合调频的输出功率满足由于负荷波动带来的火电厂最低爬坡速率要求。
6.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于，所述风储联合调频模型中，对风电机组与风机配套储能并行控制，在安全约束内共同参与调频，所述安全约束包括风机调频容量上限约束、风机配套储能出力约束和充放电互斥约束。
7.根据权利要求1所述的计及风光火差异调频的电池储能协同优化配置方法，其特征在于...
【专利技术属性】
技术研发人员：柳璐，程浩忠，程昊文，张沈习，张衡，张啸虎，王峥，陆建忠，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。