[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

说明书

本发明公开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，属于基于云计算分析的新能源技术领域，该方法实时采集电网内风电场的环境参数及电网网损系数，与当地气象部门日前给出的预测值进行比较，由云计算提供风电功率实时预测值，此外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实时预测，并综合常规发电机组的日发电计划，得到实时弃风量，最后结合电池储能系统在当前时刻的充放电功率实现对弃风率的实时计算，从而实现对风电消纳能力的实时监测。本发明考虑了环境因素及传输损耗，提高了风电出力及负荷的预测精度，对风电消纳能力的监测兼具精确性与实时性。

技术领域

本发明涉及基于云计算分析的新能源技术领域，尤其涉及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。

背景技术

近年来，中国可再生能源发电技术发展迅速，风力发电在电网中所占的比例不断上升，然而风能资源丰富的“三北”地区由于系统调峰能力不足等原因，导致风电不能完全被电网所消纳。分布式储能系统具有双向功率能力和灵活调节特性等特点，可以有效提高电网对风电的消纳能力。

现有风电消纳能力研究主要集中在风电消纳能力评估方面，主要的评估方法有：工程化方法、制约因素法、时域仿真法。工程化方法通过参照历史经验通过估算来计算电网的风电消纳能力，此方法精度性能差。制约因素法从制约电网风电消纳能力出发，对电网消纳能力进行评估，时域仿真法通过搭建地区电网平台对电网消纳能力进行评估，此两种方法实时性差。本发明所提的方法兼具精确性与实时性能够很好的解决上述问题且适用性较好。

发明内容

针对上述现有技术的不足，本发明提供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。

为解决上述技术问题，本发明所采取的技术方案是：基于云计算的分布式储能系统风电消纳能力监测方法，其流程如图1所示，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及电网网损系数δ分别进行采集；所述环境参数包括风速v，空气湿度h，环境温度t。

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(当前T时刻的前一天)所给出的当天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为风电场根据气象部门日前给出的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：