【技术实现步骤摘要】
本专利技术涉及电力储能，特别是涉及一种海上风电储能配置方法及装置、存储介质、终端。
技术介绍
1、随着新能源产业的发展，我国海上风电在各沿海城市的装机量也逐年增加。与此同时，温控负荷、电动汽车等占比提高，负荷侧不确定性增加，面向源荷随机性的电网调度运行难度也在加大。储能作为电力系统调节器，合理配置可有效实现风电输功率的调控，显著提高风电消纳。
2、目前的海上风电储能配置方法主要包括通过海上风电功率预测，以平抑风电输出功率波动为目标的储能容量和功率配置方法；以及考虑海上风电功率出力的不确定性和储能寿命损耗，上述方法储能配置类型和优化目标单一，导致储能配置的准确性较低。
技术实现思路
1、有鉴于此，本专利技术提供一种海上风电储能配置方法及装置、存储介质、终端，主要目的在于解决现有海上风电储能配置准确性较低的问题。
2、依据本专利技术一个方面，提供了一种海上风电储能配置方法，包括：
3、获取目标电网的净负荷波动数据，所述净负荷波动数据基于电网总负荷历史数据及新能源出力历史数据确定；
4、按照不同时间尺度对所述净负荷波动数据进行分解，并依据分解得到的相应波动频率分量确定储能设备配置类型，所述储能设备配置类型包括功率型配置、能量型配置及功率能量组合型配置；
5、从储能容量配置模型中识别出与所述储能设备配置类型匹配的目标储能容量配置模型，所述储能容量配置模型基于不同储能设备的资源投入参数、资源运行参数及设备性能参数构建；
7、进一步地，所述按照不同时间尺度对所述净负荷波动数据进行分解，并依据分解得到的相应波动频率分量确定储能设备配置类型，包括：
8、利用经验模态分解算法，按照不同时间尺度对所述净负荷波动数据进行分解，得到高频分量和/或中低频分量；
9、按照第一时间颗粒度对所述高频分量进行积分处理，得到爬坡需求量，和/或按照第二时间颗粒度对所述中低频分量进行积分处理，得到调峰供电需求量；
10、依据所述爬坡需求量和/或所述调峰供电需求量确定储能设备配置类型。
11、进一步地，所述依据所述爬坡需求量和/或所述调峰供电需求量确定储能设备配置类型，包括：
12、在分解仅得到高频分量或对应所述中低频分量的所述调峰供电需求量小于预设调峰供电需求量阈值的情况下，确定所述储能设备配置类型为功率型配置；
13、在分解仅得到中低频分量或对应所述高频分量的所述爬坡需求量小于预设爬坡需求量阈值的情况下，确定所述储能设备配置类型为能量型配置；
14、在所述爬坡需求量大于或等于所述爬坡需求量阈值，且所述调峰供电需求量大于或等于所述预设调峰供电需求量阈值的情况下，确定所述储能设备配置类型为功率能量组合型配置。
15、进一步地，所述目标储能容量配置模型包括资源投入子模型、资源运行子模型及设备性能约束，所述依据所述净负荷波动数据、所述目标储能容量配置模型进行储能容量配置寻优，得到所述目标电网的目标储能配置数据，包括：
16、依据所述净负荷波动数据、所述资源投入子模型及所述资源运行子模型确定目标优化函数；
17、在所述设备性能约束下，依据所述目标优化函数确定多个储能容量配置方案；
18、对所述储能容量配置方案进行寻优，得到所述目标电网的目标储能配置数据。
19、进一步地，所述对所述储能容量配置方案进行寻优，得到所述目标电网的目标储能配置数据，包括：
20、利用改进的粒子群算法，以资源累进值最大为寻优目标，对各个所述储能容量配置方案进行寻优，得到满足所述寻优目标的目标储能配置数据；
21、其中，所述改进的粒子群算法中的权值参数随所述寻优的迭代轮次更新。
22、进一步地，所述从储能容量配置模型中识别出与所述储能设备配置类型匹配的目标储能容量配置模型之前，所述方法还包括：
23、获取不同储能设备的资源投入参数、资源运行参数及设备性能参数，所述储能设备为能量型储能设备或功率型储能设备；
24、针对每个储能设备，依据所述资源投入参数构建资源投入子模型，依据所述资源运行参数构建资源运行子模型；
25、依据所述资源投入子模型或所述资源运行子模型构建以所述设备性能参数为设备性能约束的单一储能设备容量配置模型；
26、依据所述单一储能设备容量配置模型构建得到功率能量组合型储能容量配置模型。
27、进一步地，所述获取目标电网的净负荷波动数据之前，所述方法还包括：
28、获取目标电网的历史运行数据，所述历史运行数据包括电网总负荷波动数据和新能源出力波动数据，所述新能源出力波动数据包括风电出力及其他新能源发电出力的波动数据；
29、对所述电网总负荷波动数据进行统计计算，得到不同典型周期的总负荷波动特征数据，并对所述新能源出力波动数据进行统计计算，得到不同典型周期的新能源出力波动特征数据；
30、针对各个所述典型周期，计算所述总负荷波动特征数据与所述新能源出力波动特征数据的差值，得到不同典型周期的净负荷波动数据。
31、依据本专利技术另一个方面，提供了一种海上风电储能配置装置，包括：
32、获取模块，用于获取目标电网的净负荷波动数据，所述净负荷波动数据基于电网总负荷历史数据及新能源出力历史数据确定；
33、确定模块，用于按照不同时间尺度对所述净负荷波动数据进行分解，并依据分解得到的相应波动频率分量确定储能设备配置类型，所述储能设备配置类型包括功率型配置、能量型配置及功率能量组合型配置；
34、识别模块，用于从储能容量配置模型中识别出与所述储能设备配置类型匹配的目标储能容量配置模型，所述储能容量配置模型基于不同储能设备的资源投入参数、资源运行参数及设备性能参数构建；
35、配置模块，用于依据所述净负荷波动数据、所述目标储能容量配置模型进行储能容量配置寻优，得到所述目标电网的目标储能配置数据，所述目标储能配置数据包括储能设备配置类型和相应类型设备的容量配置。
36、进一步地，所述确定模块，包括：
37、分解单元，用于利用经验模态分解算法，按照不同时间尺度对所述净负荷波动数据进行分解，得到高频分量和/或中低频分量；
38、处理单元，用于按照第一时间颗粒度对所述高频分量进行积分处理，得到爬坡需求量，和/或按照第二时间颗粒度对所述中低频分量进行积分处理，得到调峰供电需求量；
39、第一确定单元，用于依据所述爬坡需求量和/或所述调峰供电需求量确定储能设备配置类型。
40、进一步地，在具体应用场景中，所述确定单元具体用于在分解仅得到高频分量或对应所述中低频分量的所述本文档来自技高网...
【技术保护点】
1.一种海上风电储能配置方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述按照不同时间尺度对所述净负荷波动数据进行分解，并依据分解得到的相应波动频率分量确定储能设备配置类型，包括：
3.根据权利要求2所述的方法，其特征在于，所述依据所述爬坡需求量和/或所述调峰供电需求量确定储能设备配置类型，包括：
4.根据权利要求1所述的方法，其特征在于，所述目标储能容量配置模型包括资源投入子模型、资源运行子模型及设备性能约束，所述依据所述净负荷波动数据、所述目标储能容量配置模型进行储能容量配置寻优，得到所述目标电网的目标储能配置数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述储能容量配置方案进行寻优，得到所述目标电网的目标储能配置数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述从储能容量配置模型中识别出与所述储能设备配置类型匹配的目标储能容量配置模型之前，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述获取目标电网的净负荷波动数据之前，所述方法还包括：p>
8.一种海上风电储能配置装置，其特征在于，包括：
9.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的海上风电储能配置方法对应的操作。
10.一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
...【技术特征摘要】
1.一种海上风电储能配置方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述按照不同时间尺度对所述净负荷波动数据进行分解，并依据分解得到的相应波动频率分量确定储能设备配置类型，包括：
3.根据权利要求2所述的方法，其特征在于，所述依据所述爬坡需求量和/或所述调峰供电需求量确定储能设备配置类型，包括：
4.根据权利要求1所述的方法，其特征在于，所述目标储能容量配置模型包括资源投入子模型、资源运行子模型及设备性能约束，所述依据所述净负荷波动数据、所述目标储能容量配置模型进行储能容量配置寻优，得到所述目标电网的目标储能配置数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述储能容量配置方案进行...
【专利技术属性】
技术研发人员：张梦瑶，许凌，黄阮明，胡宏，张啸虎，赵乐，胡蓉，杜非，刘仲，张希鹏，庄侃沁，陆建忠，牟善科，杨楠，胡龙，蒋文杰，黎灿兵，
申请(专利权)人：国家电网有限公司华东分部，
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。