一种基于场景聚类的风光-制氢-储能协同运行优化方法技术

本发明专利技术涉及一种基于场景聚类的风光‑制氢‑储能协同运行优化方法，包括以下步骤：采集历史风光出力与负荷需求数据，基于改进的K‑means聚类算法进行场景聚类：利用马氏深度函数动态确定最优聚类数，构建加权欧氏‑余弦距离度量指标，对历史数据进行特征融合聚类，迭代更新聚类中心直至收敛，生成典型运行场景；每个典型场景对应簇内数据的均值曲线，形成典型日场景风光发电数据集；构建多类型制氢机组协同调度模型，以系统综合成本最小化为目标函数，基于典型日场景风光发电数据集，在系统约束下，求解得到碱性电解槽制氢机组最优制氢功率、质子交换膜制氢机组最优制氢功率及储能最优充放电计划。与现有技术相比，本发明专利技术有效解决了高比例可再生能源接入导致的功率波动抑制难题。

【技术实现步骤摘要】

本专利技术涉及新能源电力系统运行优化，尤其是涉及一种基于场景聚类的风光-制氢-储能协同运行优化方法。

技术介绍

1、随着可再生能源在电力系统中的渗透率不断提高，风电和光伏发电的波动性和间歇性特点给电网的安全、经济运行带来了巨大挑战。传统的电化学储能技术存在能量密度低、成本高、寿命短等不足，而氢储能作为一种新兴的储能技术，具有能量密度高、适合长期储存的优点，被认为是解决可再生能源消纳问题的有效途径之一。但新能源制氢系统与传统电网不同，其受到大量不确定性因素的干扰，会使系统新能源消纳率变低、经济性变差。基于此，一些现有技术提出了相应的解决方案，例如cn119561163a公开了一种电氢耦合系统的优化调度方法、系统及电子设备，其中的方法包括：获取电氢耦合系统的系统结构；基于系统结构中储能设备、发电机组、制氢设备以及电网之间的耦合关系，构建包括成本函数和约束条件的第一调度模型，约束条件至少包括不同工作条件下的多个制氢设备之间的运行约束、储能设备约束、电网能量交互约束、发电机组运行约束；获取电氢耦合系统的日前发电机组出力数据以及负荷需求数据，并基于日前发电机组出力数本文档来自技高网...

【技术保护点】

1.一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，所述改进的K-means聚类算法通过如下公式确定最优聚类数S：

3.根据权利要求1所述的一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，所述加权欧氏-余弦距离度量指标的计算方法为：

4.根据权利要求1所述的一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，所述形成典型日场景风光发电数据集具体为：设聚类后每个典型场景内的时序数据样本集合为Xs(t)＝{xs...

【技术特征摘要】

1.一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，所述改进的k-means聚类算法通过如下公式确定最优聚类数s：

3.根据权利要求1所述的一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，所述加权欧氏-余弦距离度量指标的计算方法为：

4.根据权利要求1所述的一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，所述形成典型日场景风光发电数据集具体为：设聚类后每个典型场景内的时序数据样本集合为xs(t)＝{xsm(t)|m＝1，2，…，ns}，其中，s(s＝1，2，…，s)为场景序号，xsm(t)∈x(t)为隶属于场景s的时序数据样本，ns为场景s下的样本数量；所述时序数据样本集合xs的中心为集合内所有样本的算数平均值xs(t)，如下式所示：

5.根据权利要求1所述的一种基于场景聚类的风光-制氢-储能协同运行优化方法，其特征在于，所述系统综合成本表示为：

【专利技术属性】
技术研发人员：张亚健，武玉杰，王伟杰，汪强，徐鹏，彭晨，杜大军，
申请(专利权)人：上海大学，
类型：发明
国别省市：