[发明专利]一种基于典型日挖掘的储能辅助调峰容量配置方法

权利要求书

1.一种基于典型日挖掘的储能辅助调峰容量配置方法，其特征在于，包括：

步骤1：从全年电网运行数据中获取风电输出功率数据P_wi(t)(i＝1,2,…,365；t＝1,2,…,24)，并对所述功率数据进行分类，选取具有反调峰特征的风电输出典型日；

步骤2：针对所选取的典型日，利用统计分析法挖掘反映反调峰程度的评价指标，包括峰谷差变化率、最大互信息系数和弃风率；

步骤3：将上述评价指标进行归一化处理，利用层次分析法确定各评价指标的权重；

步骤4：利用基于理想点的多目标优化算法将上述评价指标的最优解转换为到理想点的欧式距离β₁、β₂，通过计算得到表征反调峰程度的适应度值α，实现了具有反调峰特征的典型日的挖掘；

步骤5：以系统的净收益最大为目标，建立基于典型日挖掘的储能辅助调峰容量优化配置模型，利用人工蜂群算法对模型进行求解；

步骤6：针对不同适应度值α下的储能容量配置结果进行敏感度分析；

所述步骤5中，基于典型日挖掘的储能辅助调峰容量最优配置建模过程如下：

建立目标函数：

S＝max(R_W+R_S+R_coal-Q×f_sc,day+A+R_F)

其中，S为储能系统的日净收益；R_W是消纳弃风收益；R_S是储能售电收益；R_coal是节煤收益；Q为储能系统的投资成本；f_sc，day是储能系统投资的换算系数；A是调峰参与的系统补贴收入；R_F是储能调峰补偿收益；

约束条件：

系统旋转备用约束：

其中，P_imax、P_imin分别表示第i台机组的瞬时出力上、下限；P_u、P_d分别是正、负旋转备用容量；M代表参与运行的总机组数量；

系统功率平衡约束：

P_B(t)＝P_h(t)+P_w(t)+P_g(t)-P_l(t)

其中，P_B(t)是t时刻满足功率平衡所需的储能充放电功率；P_h(t)是t时刻常规火电机组出力功率；P_w(t)是t时刻风电机组出力功率；P_g(t)是t时刻光伏机组出力功率；p_l(t)是t时刻联络线损耗功率；

储能充放电功率约束：

储能系统的充电电量计算如下：

其中，P₁是储能系统的充电功率上限；Δt是单位时间；p_v是储能系统的充电功率；E是储能系统容量；E_c是总的充电能量；t_k-1、t_k代表时刻k-1和时刻k；

储能系统的放电电量计算如下：

其中，P₂是储能系统的放电功率上限；p_x是储能系统的放电功率；E_d是总的放电能量；

充放电约束条件：

E_c-E_d＜ε

其中，ε是接近于0的正数；

储能系统SOC约束：

SOC_min≤SOC(i)≤SOC_max

其中，SOC_min和SOC_max分别为储能系统的SOC上下限；为储能系统的额定容量；P_B代表储能系统的充放电功率；η_charge和η_discharge分别代表充放电效率；

所述步骤2中，三个评价指标计算公式如下：

(1)峰谷差变化率F：

F＝F_w-F_r

其中，F_w是风电调峰率；D是负荷的峰谷差；M_a是日最大用电负荷；F_r是电网调峰率；H是净负荷的峰谷差；M_b是净负荷的最大值；

(2)最大互信息系数：

其中，变量X与变量Y分别代表了风电出力与系统负荷需求；I(X，Y)是变量X与变量Y之间的互信息，表示变量X随着变量Y变化而减少的不确定性；p(X，Y)是变量X和变量Y的联合概率密度分布函数；MIC(X，Y)是变量X与变量Y的最大互信息系数，取值范围是[-1,1]，MIC的绝对值越接近于1表示两个变量之间的相关程度越密切；

(3)弃风率：

其中，E_wind指风电场实际的发电电量；E_admit表示网能够接纳的风电电量。