[发明专利]一种综合多典型天气场景的储能系统容量配置方法

权利要求书

1.一种综合多典型天气场景的储能系统容量配置方法，其特征在于，包括下述步骤：

步骤1：测量全年光伏系统日发电功率数据，使用K-Means方法对数据样本进行聚类，得到n种典型天气的光伏发电功率曲线；

步骤2：使用青蛙跳台阶算法，外层青蛙代表的储能额定功率和容量，以弃光率最低为目标，建立内层蛙跳算法对储能系统进行控制优化，得到最优储能出力曲线；

步骤3：根据对应于每种典型天气的运行曲线，计算每种典型天气下的经济性水平，再利用全年各种典型天气所占的权重比，计算出在这一种储能功率和容量条件下的综合经济性水平；包括下述具体步骤：

步骤3.1：分别构建储能系统在n种典型天气下的经济性水平模型，第q种典型天气场景下的经济性水平为

q＝1,2,…,n，其中，F_q表示收益，C_建设q表示建设成本，C_运行q表示运行成本，L_q表示运行年限，根据对应于每种典型天气的运行曲线，计算其经济性水平；

步骤3.2：利用各种典型天气所占全年天数的比例，得到n种典型天气的权重比为ω₁:ω₂:…:ω_n，计算在储能功率和容量条件下的综合经济性水平为

其中，n表示典型天气类型，ω_q表示第q种典型天气场景的权重，J_q表示第q种典型天气场景下的经济性水平；

步骤4：将外层的每只青蛙所代表的储能额定功率和容量都进行内层蛙跳算法的综合经济性水平的计算，优化得到具有最优经济性水平的容量配置方案。

2.根据权利要求1所述一种综合多典型天气场景的储能系统容量配置方法，其特征在于，所述步骤1包括下述具体步骤：

步骤1.1：获取历史全年365天的光伏系统日发电功率数据，采样时间为1小时，第i个样本数据为i＝1,2,…,365，其中分别表示第i天1～24小时的发电功率，设定聚类数量参数n，在数据样本中随机选择n个，形成初始化的n个族群中心，各族群中心为：

步骤1.2：计算其余的数据样本与n个族群中心的距离，其中第i个样本到第k个族群中心的距离为判断各个样本到第k个族群中心距离的大小，将其赋给距离最近的族群；

步骤1.3：根据各个族群中全部样本的均值，更新族群中心为：其中m_k表示第k个族群中样本数量，含义为：第k个族群中第f个样本的发电功率；

步骤1.4：判断聚类过程是否收敛要求，判断各族群中心的变化程度是否小于设定阈值，若是，则聚类结束，得到n种典型天气的功率曲线，进入步骤2，若否，则返回步骤1.2。