[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

说明书

本发明涉及一种综合多典型天气场景的储能系统容量配置方法。首先，获取全年光伏系统日发电功率数据，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；然后，在外层青蛙代表的储能额定功率和容量的条件下，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；接着，算出在这一种储能功率和容量条件下的综合经济性水平；最后，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。本发明注重了在不同典型天气下储能系统的容量需求，综合考虑了不同天气在全年中的比例权重，可以更科学地形成储能系统的有效规划设计方案。

技术领域：

本发明涉及光伏-储能系统的控制，具体涉及一种综合多典型天气场景的储能系统容量配置方法。

背景技术：

近年来，光伏与风电等可再生发电形式得到国家的大力发展，在国家发电量中所占的比例越来越高。光伏发电具有能源清洁、装机规模灵活、可再生等优点，但光伏固有不稳定性、间歇性、反调峰等特性严重影响了电力系统的安全稳定运行。因此，大部分地区光伏电站配备了储能系统。储能系统作为一种快速响应的灵活电源，可以有效缓解光伏接入配电网的影响，提高消纳率，而且适用范围广、适用性极高，能够有效地推动电力行业朝着科技化的方向发展。未来新能源发电占比将持续升高，对储能的需求也将不断增大，因此，研究储能容量配置技术对光储电站的发展具有重要意义。

光伏+储能将成为未来光伏电站开发的主流模式，但当下储能的经济性仍未完善，而光伏电站配置储能的硬性要求必然会带来额外的成本增加。如果强制配置储能，其配比是否合理有待商榷，若比例过高可能会导致项目亏损，且造成资源浪费；若比例较低则不能满足项目需求，在发生突然停电事故时不能保证供电的持续可靠性。因此，需要从科学的角度深入研究储能系统的容量配置，并统筹考虑其经济性和运行效益，给出能适应各地区各种天气情况的最优容量配置方案。

目前针对储能系统容量配置的方法仅基于某种特定的典型天气，可能不适用于所有的天气情况。

发明内容：

为了找到应对所有天气情况的更合适的容量配置方案，本发明提出一种基于K-Means聚类方法的综合多典型天气场景服务需求的储能系统容量配置方法，考虑了全年所有的天气情况以及储能系统的自身状态，通过不同天气在全年中所占的权重比，计算出在考虑所有天气情况下的综合经济性水平，并且使用蛙跳算法搭建双层优化模型，统筹储能电站电池寿命、储能电站运行模式、储能电站成本与收益等因素，可以更科学地形成储能系统的有效规划设计方案。

本发明采用的技术方案为：一种综合多典型天气场景的储能系统容量配置方法，所述方法包括步骤如下：

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；

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。

优选方案一，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：