【技术实现步骤摘要】
本文件涉及新能源，尤其涉及一种新能源基地储能优化配置方法及系统。
技术介绍
1、在“构建以新能源为主体的新型电力系统”的战略指引下，在可再生能源发电如火如荼发展的同时新能源发电波动性大，供电可靠性差并且弃风弃光现象严重等挑战也随之而来。大规模的新能源并网造成了严重的电网运行安全问题，加大了新能源运行调度的难度。储能技术能够解决可再生能源并网消纳问题，降低电网线路的投资成本，提高电能质量和供电可靠性，并获得经济收益。
技术实现思路
1、本说明书一个或多个实施例提供了一种新能源基地储能优化配置方法，包括：
2、获取新能源基地的实际发电出力功率，计算新能源基地的运行调度指令和实际发电出力功率的偏差负荷；
3、基于所述偏差负荷，以储能系统全寿命周期净现值最大为目标建立目标函数，构建储能优化配置模型，并设置所述储能优化配置模型的约束条件；
4、利用非支配解排序遗传算法求解储能优化配置模型，得到新能源基地储能最优配置容量。
5、进一步地，获取新能源基地的实际发电出力功率具体方法为：
6、采用变桨距风机输出特性曲线作为风机的输出特性曲线表示新能源基地的实际发电出力功率，当风速小于切入风速或大于切出风速时，风机发电功率为0；当风速大于切入风速小于额定风速时，风机输出功率由变桨距风机曲线拟合得到；当风速达到额定风速vr小于切出风速vco时，风机以额定功率pr运行，如下所示：
7、
8、其中，pw为实际发电出力功率；v
9、进一步地，基于所述偏差负荷，以储能系统全寿命周期净现值最大为目标建立目标函数，构建储能优化配置模型具体方法为：
10、根据储能系统收益和储能系统建设成本得到净效益现值npv，具体如下：
11、npv＝i-cinv-cop；
12、其中，cop为运行维护成本；cinv为储能系统建设成本；当npv≥0时，表示储能项目有盈利；npv≤0时，表示储能项目不盈利；当npv＝0时，是储能项目盈利与亏损的平衡点，即项目的动态回收期。
13、进一步地，所述储能系统收益和储能系统建设成本计算方法如下所示：
14、储能系统收益包括减少弃风产生的收益、减少缺电惩罚的收益，具体如下所示：
15、
16、
17、式中，α为弃电损失系数；qloss(t)为年弃电量序列；r为折现率；tlcc为全寿命周期；β为缺电惩罚系数；qpenalty(t)为年缺电量序列pess,c为弃电功率；pess,d为缺电功率；
18、储能系统建设成本包括初始投资成本和运营维护成本，具体如下：
19、cinv＝pesscep+ceeeess；
20、式中，cep、cee为储能的单位功率和单位容量的投资成本；pess、eess为储能的功率和容量配置决策变量；
21、运行维护成本的具体计算方法为：
22、
23、式中，cpop为单位功率运维成本；ceop为单位容量运维成本；w(t)为储能年充放电电量。
24、进一步地，所述储能优化配置模型的约束条件包括：风机运行条件约束、储能运行条件约束和与电网交互功率约束。
25、进一步地，所述风机运行条件约束主要包括风机的输出功率约束，具体如下：
26、pwt,min(t)≤pwt(t)≤pwt,max(t)；
27、式中，pwt,min(t)是t时刻风电系统的最小输出功率，pwt(t)是t时刻风电系统的实时输出功率，pwt,min(t)是t时刻风电系统的最大输出功率；
28、储能运行条件约束主要包括充放电功率约束，充放电状态约束和荷电状态约束：
29、1)储能系统充放电功率约束计算方法如下所示：
30、
31、
32、式中，和是储能电池的充电功率上限和放电功率上限，和是储能电池允许的最大充电电流和最大放电电流，vess是储能电池的额定电压，socmax是储能电池荷电状态的最大值，soc(t)是储能电池在t时刻的荷电状态，qmax是储能电池的容量，ηess,c和ηess,d是储能电池的充电效率和放电效率，pinv是指储能系统中逆变器的容量；
33、2)储能系统充放电状态约束计算方法如下所示：
34、0≤αess,c+αess,d≤1；
35、式中，αess,c和αess,d是储能电池的充电和放电状态，取值为0-1变量，αess,c取1表示充电，αess,d取1表示放电，不可同时充放电；
36、3)储能系统荷电状态约束计算方法如下所示：
37、
38、式中，soc(t+1)和soc(t)表示储能电池在t时刻和t+1时刻的荷电状态，是储能电池的自放电率，socmin和socmax是储能电池荷电状态的最小值和最大值，socs和soce是指储能电池的起始荷电状态和终止荷电状态。
39、与电网交互功率约束计算方法如下所示：
40、pgrid,min(t)≤pgrid(t)≤pgrid,max(t)；
41、式中，pgrid,min(t)是t时刻风电系统和电网交互的最小功率，pgrid(t)是t时刻风电系统和电网的实时交互的功率，pgrid,max(t)是t时刻风电系统和电网的交互的功率上限。
42、进一步地，利用非支配解排序遗传算法求解储能优化配置模型，得到新能源基地储能最优配置容量具体方法为：采用nsga-ii算法对储能优化配置模型进行求解，具体方法如下：
43、(1)进行系统初始化：输入系统参数、风电机组类型及容量、风速强度和调度指令信息；
44、(2)进行种群初始化：设计算法参数，随机产生初始种群，生成父带种群p0；
45、(3)通过计算种群中每个个体的适应度值决定是否生成初代种群；
46、(4)对父代种群进行非支配排序，并选择非支配解集个体；
47、(5)通过选择、交叉、变异等生成新子代种群；
48、(6)父代种群与子代种群进行合并，对合并种群进行快速非支配排序，并计算解集个体的拥挤距离；
49、(7)选出合适的个体作为新父种群，进入下一代；
50、(8)判断终止条件，是则输出最佳的储能容量配置；否则迭代次数加1，重复(4)至(7)。
51、本说明书一个或多个实施例提供了一种新能源基地储能优化配置系统，包括：
52、功率计算模块：用于获取新能源基地的实际发电出力功率，计算新能源基地的运行调度指令和实际发电出力功率的偏差负荷；
53、模型构建模块：用于基于所述偏差负荷，以储能系统全寿命周期净现值最大为目标建立目标函数，构建储能本文档来自技高网...
【技术保护点】
1.一种新能源基地储能优化配置方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取新能源基地的实际发电出力功率具体方法为：
3.根据权利要求1所述的方法，其特征在于，基于所述偏差负荷，以储能系统全寿命周期净现值最大为目标建立目标函数，构建储能优化配置模型具体方法为：
4.根据权利要求3所述的方法，其特征在于，所述储能系统收益和储能系统建设成本计算方法如下所示：
5.根据权利要求1所述的方法，其特征在于，所述储能优化配置模型的约束条件包括：风机运行条件约束、储能运行条件约束和与电网交互功率约束。
6.根据权利要求5所述的方法，其特征在于，
7.根据权利要求1所述的方法，其特征在于，利用非支配解排序遗传算法求解储能优化配置模型，得到新能源基地储能最优配置容量具体方法为：采用NSGA-II算法对储能优化配置模型进行求解，具体方法如下：
8.一种新能源基地储能优化配置系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种存储介质，其特征在于，
...【技术特征摘要】
1.一种新能源基地储能优化配置方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取新能源基地的实际发电出力功率具体方法为：
3.根据权利要求1所述的方法，其特征在于，基于所述偏差负荷，以储能系统全寿命周期净现值最大为目标建立目标函数，构建储能优化配置模型具体方法为：
4.根据权利要求3所述的方法，其特征在于，所述储能系统收益和储能系统建设成本计算方法如下所示：
5.根据权利要求1所述的方法，其特征在于，所述储能优化配置模型的约束条件包括：风机运行条件约束、储能运行条件约束和与电网交互功...
【专利技术属性】
技术研发人员：王晓海，徐静静，宿建峰，王佑天，江婷，张瑞寒，徐聪，代峰，
申请(专利权)人：中国华电科工集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。