[发明专利]带有储能的新能源输出功率波动最小化调度方法及装置有效

专利信息
申请号: 201810343620.3 申请日: 2018-04-17
公开(公告)号: CN108565890B 公开(公告)日: 2020-06-12
发明(设计)人: 夏俐;杨震;赵千川;管晓宏 申请(专利权)人: 清华大学
主分类号: H02J3/38 分类号: H02J3/38;H02J3/24;H02J3/28
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 带有 新能源 输出功率 波动 最小化 调度 方法 装置
【权利要求书】:

1.一种带有储能的新能源输出功率波动最小化调度方法,其特征在于,包括以下步骤:

采集目标区域的长期风速数据,并根据风机特性得到风电出力值;

根据所述风电出力值通过预设离散化规则得到第一离散的状态量,并通过非时齐马氏链建立风速转移概率模型;

获取发电厂中储能装置的设备信息,并通过所述预设离散化规则得到第二离散的状态量;

将所述风电出力值、所述储能装置的剩余电量与当前时刻生成状态向量,以构建马氏决策模型;

通过迭代公式得到每个状态下所采取的最优行为,以得到最优策略;

在任意时刻开始阶段,通过统计与学习方法预测所述任意时刻的风电场平均功率;

获取所述任意时刻的储能装置剩余电量信息;

根据所述预设离散化规则将所述任意时刻的风电场平均功率、所述储能装置的剩余电量信息和所述任意时刻生成当前状态向量;

根据所述最优策略与所述当前的状态向量得到最优决策,并根据所述最优决策对所述储能装置进行调度;以及

更新下一时刻的风电场平均功率、所述储能装置的剩余电量以及时间信息,以继续下一时刻调度。

2.根据权利要求1所述的带有储能的新能源输出功率波动最小化调度方法,其特征在于,所述风电出力值的计算公式为:

其中,W为风电出力实际值,Wcap为风机的额定功率,vt为t时刻的风速值,vrated为风机的额定风速值,vcutin为风机的切入风速,vcutout为风机的切出风速。

3.根据权利要求1所述的带有储能的新能源输出功率波动最小化调度方法,其特征在于,所述通过非时齐马氏链建立风速转移概率模型,进一步包括:

将风电发电容量均匀地离散化为W个区间,每一区间代表一个状态;

在一天中的时刻k转移到时刻k+1时,状态m转移到状态n的次数为且在所述时刻k,所述状态m出现的次数为则在所述时刻k,风电从所述状态m转移到所述状态n的概率为那么获取从所述时刻k转移到所述时刻k+1的状态转移概率矩阵为:

其中,其中SW为风电状态数。

4.根据权利要求1所述的带有储能的新能源输出功率波动最小化调度方法,其特征在于,所述通过迭代公式得到每个状态下所采取的最优行为,以得到最优策略,进一步包括:

在策略空间Ψ中随机选择初始策略L(0)∈Ψ,并设置迭代次数l=0;

对于策略L(l),获取所述策略L(l)的稳态概率π(l),同时通过蒙特卡洛仿真估计在所述策略L(l)下的长期平均出力Jμ(l)和长期出力方差Jσ(l)

获取联合出力波动指标φ;

根据系统约束检查在各个状态下可采取的行为,并用以下公式更新策略:

L(l+1)(i):=argmina∈Aj∈spa(i,j)φ(l)(j)+[J(l)(i,a)-Jμ(l)]2

其中,L(l)为策略的l步,Jμ(l)为长期平均出力,Jσ(l)为长期出力方差,φ为计算联合出力波动指标φ,pa为不可约方阵;

令ε>0,并根据计算精度设置成一个小量,其中,如果||Jσ(l+1)-Lσ(l)||<ε,则得到最佳策略,L*=L(l)并停止所述迭代算法,否则令l:=l+1,并重新计算稳态概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810343620.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top