[发明专利]基于非参数核密度估计法的压缩空气储能系统配置方法

权利要求书

1.基于非参数核密度估计法的压缩空气储能系统配置方法，其特征在于：具体包括以下步骤：

步骤一、建立风电功率预测模型；

初始化参数，在Hilbert向量空间内选取一个母小波函数利用伸缩和平移变换后产生的小波函数基确定小波神经网络激活函数，建立小波神经网络；收集风电功率历史数据作为训练样本，输入小波神经网络中，得到风电功率预测值，计算训练预测误差E_k；利用最速下降法修正小波神经网络的各参数变化情况，并加入网络参数动量因子a，当网络的训练预测误差E_k小于设定目标时，结束训练，得到优化后的短期风电功率预测模型；

步骤二、建立风电预测误差的概率分布函数；

向优化后的短期风电功率预测模型输入训练样本，得到预测值并计算实际预测误差e，记实际预测误差e的概率密度分布函数为F(ξ)，采用经验分布模型建立风电预测误差的概率分布函数F(ξ)：

其中，ξ表示预测误差的随机变量,Ω(j)表示时刻t之前的最近n个历史预测误差值的集，合，Ω(j)＝{e_t-i|t-i+z|i＝1,2,...,n,z＝1,2,...,z}，z为n个历史预测误差中的最大预测尺度；

步骤三、建立风电功率预测误差区间；

根据步骤二建立的概率分布函数，采用非参数核密度估计法建立风电功率预测误差区间；

步骤四、配置CAES的压缩/透平额定功率；

储气室的压缩/透平功率p在数值上与实际预测误差e相等，统计分析其绝对值|p|，对|p|采用非参数核密度估计法，在满足置信度为1-α的情况下配置CAES的额定压缩/透平功率P_ess；

步骤五、配置CAES的额定容量

取一天内能量的最大值的绝对值为每日最大绝对能量|E_max|，对连续一段时间的|E_max|统计分析，然后对|E_max|核密度估计，在满足置信度为1-a的情况下配置CAES系统的储气室额定容量E；并根据CAES电站参数，设置储气室体积及状态的约束条件；

储气室存储空间气压和对应温度与储气室气体体积的关系为：

其中，P_max和T_max分别为储气室存储空间最大耐压和对应的气体温度；P_min和T_min分别为储气室允许的最低气压和对应的气体温度；V为储气室的体积，△V在时间τ内注入膨胀机的压缩空气体积；

其中，τ为配置的额定容量E除以额定压缩/透平功率P_ess得到的时间，m_c,t为每台膨胀机的进气量，ρ为高压空气平均密度，N为膨胀机的台数；

储能单元的最大输出功率p_max为：

p_max＝NP_tub≥P_ess (4)

其中，P_tub为每台膨胀机的额定功率；

根据公式(3)-(5)得到储气室体积V的大小约束：

设置储气室状态约束：

v_c,t(t)v_g,t(t)＝0 (7)

SOC_min≤SOC(t)≤SOC_max (8)

其中，SOC_t+1、SOC_t分别为储气室在t+1时刻、t时刻的储气状态；SOC_min、SOC_max分别为储气室储气状态的最小值、最大值；v_c,t,v_g,t分别为CAES的压缩工况和透平工况，取值为0或1；P_ess,c(t)、P_ess,g(t)分别为CAES在t时刻的压缩功率和透平功率；m_g,t为压缩机的进气量；CA^max为储气室内气体总质量，SOC(t)表示储气室状态。