【技术实现步骤摘要】
本专利技术涉及储能，尤其是涉及一种综合能源系统储能设备的容量配置方法及装置。
技术介绍
1、近年来，随着新能源发电装机容量的不断提高，风力发电及光伏发电在电网中的渗透率逐年提升。但由于风力发电及光伏发电的出力情况难以准确预测，因此风力发电及光伏发电的随机性和波动性是目前尚未解决的问题之一。电化学储能系统具有可发电量大、响应快、可以对电能进行吸收或发出的特点，可以有效降低风力发电和光伏发电的不稳定性，保障电力系统安全稳定运行。现有的关于储能在发电侧的配置问题多考虑在单一类型电源下进行配置，对于应用储能电站同时辅助风力发电及光伏发电跟踪计划出力及火电agc调频的控制策略研究较少，对于储能电站在同时辅助风力发电及光伏发电跟踪计划出力及火电agc调频的配置问题同样研究较少。
2、由此可见，如何设计综合能源系统储能设备的容量配置方法，已成为本领域技术人员所要亟待解决的技术问题。
技术实现思路
1、本专利技术提供一种综合能源系统储能设备的容量配置方法及装置，设计特定的综合能源系统储能设备的容量配置方法步骤，完善了多资源维度下储能电站的配置策略，推动了储能电站的智能化控制进程。
2、为了解决上述技术问题，本专利技术实施例提供了一种综合能源系统储能设备的容量配置方法，包括：
3、设置储能设备的荷电状态限值；
4、获取综合能源系统各机组的计划出力数据，其中，综合能源系统至少包括火电机组、风电机组和光伏机组；
5、根据所述荷电状态限值和各机组
6、控制综合能源系统根据所述分配结果执行相匹配的工作。
7、作为其中一种优选方案，在获取得到的综合能源系统各机组的计划出力数据的数据总量大于第一预设阈值时，根据粒子群算法和遗传算法，对分配结果进行寻优处理。
8、作为其中一种优选方案，所述根据粒子群算法和遗传算法，对分配结果进行寻优处理，具体包括：
9、对两种算法的量化结果进行比较；
10、当两者的量化差值小于第二预设阈值时，确定对应的分配结果；
11、当两者的量化差值大于或等于第二预设阈值时，重新进行寻优计算，再对两种算法的量化结果进行比较，直至两者的量化差值小于所述第二预设阈值。
12、作为其中一种优选方案，在获取得到的综合能源系统各机组的计划出力数据的数据总量小于或等于第一预设阈值时，根据穷举法确定储能分配的最优结果。
13、作为其中一种优选方案，在控制综合能源系统根据所述分配结果执行相匹配的工作后，所述综合能源系统储能设备的容量配置方法还包括：
14、根据各机组的收益值、储能电站的建设费用和维护费用，得到储能电站的最大收益。
15、本专利技术另一实施例提供了一种综合能源系统储能设备的容量配置装置，包括处理器，所述处理器被配置为：
16、设置储能设备的荷电状态限值；
17、获取综合能源系统各机组的计划出力数据，其中，综合能源系统至少包括火电机组、风电机组和光伏机组；
18、根据所述荷电状态限值和各机组的所述计划出力数据，对储能设备输出功率进行分配，分别得到为储能设备辅助火电机组调频时的出力情况、为储能设备跟踪风电发电计划出力下时的出力情况、为储能设备跟踪光伏发电计划出力下时的出力情况；
19、控制综合能源系统根据所述分配结果执行相匹配的工作。
20、作为其中一种优选方案，所述处理器还被配置为：
21、在获取得到的综合能源系统各机组的计划出力数据的数据总量大于第一预设阈值时，根据粒子群算法和遗传算法，对分配结果进行寻优处理。
22、作为其中一种优选方案，所述处理器还被配置为：
23、对两种算法的量化结果进行比较；
24、当两者的量化差值小于第二预设阈值时，确定对应的分配结果；
25、当两者的量化差值大于或等于第二预设阈值时，重新进行寻优计算，再对两种算法的量化结果进行比较，直至两者的量化差值小于所述第二预设阈值。
26、作为其中一种优选方案，所述处理器还被配置为：
27、在获取得到的综合能源系统各机组的计划出力数据的数据总量小于或等于第一预设阈值时，根据穷举法确定储能分配的最优结果。
28、作为其中一种优选方案，所述处理器还被配置为：
29、根据各机组的收益值、储能电站的建设费用和维护费用，得到储能电站的最大收益。
30、相比于现有技术，本专利技术实施例的有益效果在于以下所述中的至少一点：
31、(1)首先设置储能设备的荷电状态限值，并获取综合能源系统各机组的计划出力数据，为后续的分配提供数据支撑；然后根据所述荷电状态限值和各机组的所述计划出力数据，对储能设备输出功率进行分配，本专利技术从三个维度对储能电站的分配策略进行设计，从而完善了新能源机组和火力机组的控制策略；最后控制综合能源系统根据所述分配结果执行相匹配的工作，从而保障了储能电站的运行性能，推动了储能电站的智能化控制进程；
32、(2)综合考虑新能源机组计划出力情况及经济性影响，确定储能辅助的不同类型发电源的优先级，在经济性最优的前提下对储能电站功率容量进行配置，通过储能soc状态的不同控制储能系统的充放电。此外，本专利技术充分考虑了采集到的数据量的大小，分情况采用对应的算法来进行配置结果的寻优处理。
本文档来自技高网...【技术保护点】
1.一种综合能源系统储能设备的容量配置方法，其特征在于，包括：
2.如权利要求1所述的综合能源系统储能设备的容量配置方法，其特征在于，在获取得到的综合能源系统各机组的计划出力数据的数据总量大于第一预设阈值时，根据粒子群算法和遗传算法，对分配结果进行寻优处理。
3.如权利要求2所述的综合能源系统储能设备的容量配置方法，其特征在于，所述根据粒子群算法和遗传算法，对分配结果进行寻优处理，具体包括：
4.如权利要求3所述的综合能源系统储能设备的容量配置方法，其特征在于，在获取得到的综合能源系统各机组的计划出力数据的数据总量小于或等于第一预设阈值时，根据穷举法确定储能分配的最优结果。
5.如权利要求4所述的综合能源系统储能设备的容量配置方法，其特征在于，在控制综合能源系统根据所述分配结果执行相匹配的工作后，所述综合能源系统储能设备的容量配置方法还包括：
6.一种综合能源系统储能设备的容量配置装置，其特征在于，包括处理器，所述处理器被配置为：
7.如权利要求6所述的综合能源系统储能设备的容量配置装置，其特征在于，所述处理
8.如权利要求7所述的综合能源系统储能设备的容量配置装置，其特征在于，所述处理器还被配置为：
9.如权利要求8所述的综合能源系统储能设备的容量配置装置，其特征在于，所述处理器还被配置为：
10.如权利要求9所述的综合能源系统储能设备的容量配置装置，其特征在于，所述处理器还被配置为：
...【技术特征摘要】
1.一种综合能源系统储能设备的容量配置方法，其特征在于，包括：
2.如权利要求1所述的综合能源系统储能设备的容量配置方法，其特征在于，在获取得到的综合能源系统各机组的计划出力数据的数据总量大于第一预设阈值时，根据粒子群算法和遗传算法，对分配结果进行寻优处理。
3.如权利要求2所述的综合能源系统储能设备的容量配置方法，其特征在于，所述根据粒子群算法和遗传算法，对分配结果进行寻优处理，具体包括：
4.如权利要求3所述的综合能源系统储能设备的容量配置方法，其特征在于，在获取得到的综合能源系统各机组的计划出力数据的数据总量小于或等于第一预设阈值时，根据穷举法确定储能分配的最优结果。
5.如权利要求4所述的综合能源系统...
【专利技术属性】
技术研发人员：于洋，高天伊，张璐，章伟俊，施晶晶，郭牧笛，沈素素，许振旭，陈克锋，杨学彬，
申请(专利权)人：国网浙江省电力有限公司苍南县供电公司，
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。