[发明专利]基于云计算的分布式储能系统风电消纳能力监测方法

权利要求书

1.一种基于云计算的分布式储能系统风电消纳能力监测方法，其特征在于包括如下步骤：

步骤1：对当前T时刻电网内风电场的环境参数包括风速v，空气湿度h，环境温度t及电网网损系数δ分别进行采集；

步骤2：将步骤1所采集的环境参数变量、当地气象部门日前所给出的环境参数预报值与风速、湿度和温度影响因素的占比系数作为输入信号输入到云计算的云端神经网络输入层对输入信号进行迭代计算，得到当前T时刻风电功率预测的误差系数，从而计算实时风电预测功率；

步骤2.1：将步骤1采集的环境参数变量与当地气象部门日前给出的预测值进行比较，结合风速、湿度和温度影响因素的占比系数，基于云计算实时得到当前T时刻风电功率预测的误差系数γ：

其中，β_v、β_h、β_t分别为风速、湿度和温度影响因素的占比系数，v^*、h^*、t^*分别为当地气象部门日前给出的风速、空气湿度、环境温度的预测值；

步骤2.2：根据误差系数γ计算当前T时刻的风电预测功率P_a：

P_a＝(1-γ)P_t

其中，P_t为风电场根据日前气象部门给出气象数据而得到的当天的原始风电预测功率；

步骤3：根据电网年单日最大负荷、环境参数及天气情况对电网的负荷进行预测；

步骤3.1：根据当前T时刻的环境温度t，得到温度影响系数ψ：

步骤3.2：根据天气情况，得到天气影响系数ω：

步骤3.3：根据电网年单日最大负荷、环境温度t、步骤3.1得到的温度影响系数ψ和步骤3.2得到的天气影响系数ω来计算当前T时刻电网的负荷

其中，为电网年单日最大负荷，U为系数矩阵；

步骤4：根据步骤2实时得到的电网风场的风电发电量和步骤3实时得到的用电负荷量预测值，综合常规发电机组的日发电计划，计算当前T时刻的弃风量；

步骤5：结合电池储能系统在当前T时刻的充放电功率，根据实时弃风率计算风电消纳能力。

2.根据权利要求1所述的基于云计算的分布式储能系统风电消纳能力监测方法，其特征在于步骤3.3所述系数矩阵U的计算过程如下：

其中，A为预测常数矩阵，B为天气、温度对负荷影响矩阵；

U＝A*B。

3.根据权利要求1所述的基于云计算的分布式储能系统风电消纳能力监测方法，其特征在于步骤4所述计算当前时刻的弃风量的公式如下：

其中，P_r表示电网常规发电机组的日发电计划功率，δ为网损系数。

4.根据权利要求1所述的基于云计算的分布式储能系统风电消纳能力监测方法，其特征在于所述步骤5的过程如下：

步骤5.1：通过在云端实时计算风电消纳时的弃风率，公式如下：

其中，为电池储能系统T时刻的充电功率，为电池储能系统T时刻的放电功率；

步骤5.2：计算分布式储能系统风电消纳能力的实时监测值ζ：

ζ＝1-ε₁。