欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2023104126027
申请人: 长沙学院
专利类型:发明专利
专利状态:已下证
专利领域: 发电、变电或配电
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种适应变储能周期储能电站容量多目标优化配置方法,其特征在于,该方法分为以下步骤:

S1、从电力调度系统获取负荷功率曲线和常规能源发电出力曲线负荷功率曲线记为Pload(t),t表示时间,t∈[0,tmax],tmax为t的最大取值;Pload(t)具有日、周的周期性,其中日周期性体现在负荷功率曲线存在明显的高峰时段、腰荷时段和低谷时段特征,周周期性体现在负荷功率曲线存在明显的工作日、非工作日特征;常规能源发电出力曲线记为Pold(t),包括水电出力曲线Phydro(t)、火电出力曲线Ptherm(t)和核电出力曲线Pnuclear(t);常规能源发电出力曲线与水电出力曲线、火电出力曲线、核电出力曲线的关系为:Pold(t)=Phydro(t)+Ptherm(t)+Pnuclear(t);

S2、从电力调度系统获取风力发电出力曲线Pwind(t)和太阳能发电出力曲线Ppv(t),从而得到新能源发电出力曲线Pnew(t):Pnew(t)=Pwind(t)+Ppv(t);

S3、根据负荷功率曲线和常规能源发电出力曲线计算得到新能源发电净需求曲线Pdemand(t):

Pdemand(t)=Pload(t)‑Phydro(t)‑Ptherm(t)‑Pnuclear(t);

S4、根据新能源发电出力曲线和新能源发电净需求曲线计算储能周期内和规划期长内储能电站最优配置容量,具体如下:

S4‑1、计算第一个储能周期[0,T1]内储能电站最优配置容量储能周期记为T1,T1∈[0,tmax],在储能周期内储能电站存在充电和放电行为,储能电站充电的总时长为储能时长;规划期长为nT1,n为储能周期的倍数:其中,符号 表示下取整;

设新能源发电净需求曲线Pdemand(t)与新能源发电出力曲线Pnew(t)在第一个储能周期[0,T1]内交点的最大个数为 交点时间轴坐标依次为:且满足:

其中i表示两个曲线在第一个储能周期[0,T1]内的交点编号,分别计算 区间的储能面

…,

…,

并且第一个储能周期[0,T1]内 这表明第一个储能周期内储能电站将完成充电、放电整个循环过程;

第一个储能周期[0,T1]内储能电站最优配置容量 计算如下:其中α取值如下:

S4‑2、按照S4‑1中的方法依次计算第二个储能周期[T1,2T1]内储能电站最优配置容量第三个储能周期[2T1,3T1]内储能电站最优配置容量 …、第n个储能周期[(n‑1)T1,nT1]内储能电站最优配置容量S4‑3、计算规划期长内储能电站最优配置容量E:其中,符号max{·,…,·,}表示取最大值;

S5、根据规划期长内储能电站最优配置容量E计算储能电站最优配置容量投资成本:规划期长[0,nT1]内储能电站最优配置容量为E,单位容量投资成本为∈,则储能电站最优配置容量投资成本Ccap,E根据下式计算:Ccap,E=E*∈;

S6、计算规划期长内不同储能电站容量下机会碳成本和储能电站容量投资成本,构建机会碳成本函数和储能电站容量投资成本函数;具体如下:S6‑1、计算第一个储能周期[0,T1]内储能电站容量E′下的机会碳成本在整个规划期长内,当储能电站容量低于储能电站最优配置容量时,则风电和太阳能发电出力不能被电力系统全额消纳,已经出现弃风弃光,此时将产生机会碳成本;设储能电站容量相对于最优配置容量的变化值为ΔE,ΔE∈[0,E],则储能电站容量E′计算如下:E′=E‑ΔE,

在储能电站容量E′下,第一个储能周期[0,T1]内的机会碳成本 为:其中β取值如下:

S6‑2、按照S6‑1中的方法依次计算第二个储能周期[T1,2T1]内储能电站容量E′下的机会碳成本 第三个储能周期[2T1,3T1]内储能电站容量E′下的机会碳成本 …、第n个储能周期[(n‑1)T1,nT1]内储能电站容量E′下的机会碳成本S6‑3、计算规划期长内储能电站容量E′下的机会碳成本Copp,E′:其中,ε为单位电量对应的碳价;

S6‑4、计算储能电站容量E′下的投资成本Ccap,E′:Ccap,E′=E′*∈;

S6‑5、改变ΔE,得到不同储能电站容量E″下的机会碳成本Copp和储能电站容量投资成本Ccap,进而得到规划期长内不同储能电站容量E″下的机会碳成本函数和储能电站容量投资成本函数:f(E″):E″→Copp,

g(E″):E″→Ccap,

其中,f(E″)为不同储能电站容量E″下的机会碳成本函数,g(E″)为不同储能电站容量E″下的储能电站容量投资成本函数,符号→表示储能电站容量E″与不同的储能电站容量E″下的机会碳成本Copp或储能电站容量投资成本Ccap的函数映射关系;

S7、根据规划期长内不同储能电站容量E″下的机会碳成本函数和储能电站容量投资成本函数构建多目标储能电站容量优化配置模型,并计算多目标帕累托优化集多目标储能电站容量优化配置模型为:

min{f(E″),g(E″)}

其中,min{·,·}表示对机会碳成本函数f(E″)和储能电站容量投资成本函数g(E″)最小化,s.t.表示约束条件, 和 分别表示机会碳成本最大值和储能电站容量投资成本最大值;由于f(E″)和g(E″)是互斥目标,因此计算结果为多目标帕累托优化集Pareto;

采用多目标优化算法计算得到多目标帕累托优化集:其中,j为Pareto中元素编号,jmax为Pareto中元素最大个数,E′opt,j为Pareto中第j个元素即第j个储能电站多目标优化容量值;

S8、根据模糊集函数确定多目标帕累托优化集Pareto中元素权重,根据权重由大到小有序输出储能电站多目标优化容量值,此结果为储能电站容量优化配置提供决策支持模糊集函数定义如下:其中,ρf和γf分别为机会碳成本阈值的上限和下限,ρf和γf取值由储能电站容量优化配置者根据机会碳成本要求确定且γf<ρf,ρg和γg分别为储能电站容量投资成本阈值上限和下限,ρg和γg取值由储能电站容量优化配置者根据容量投资成本要求确定且γg<ρg,ηf(E′opt,j)为Pareto中第j个元素E′opt,j的机会碳成本模糊集函数,ηg(E′opt,j)为Pareto中第j个元素E′opt,j的储能电站容量投资成本模糊集函数;

Pareto中第j个元素E′opt,j的权重ηj根据下式计算:根据权重ηj由大到小有序输出储能电站多目标优化容量值,此结果为储能电站容量优化配置提供决策支持。

2.一种根据权利要求1所述适应变储能周期储能电站容量多目标优化配置方法,其特征在于:S4‑3中,根据储能时长将储能周期T1设置为不同的值,就可以得到适应不同储能时长或储能周期的储能电站最优配置容量。

3.一种根据权利要求1或2所述适应变储能周期储能电站容量多目标优化配置方法,其特征在于:S7中,多目标优化算法包括多目标梯度下降算法、增强Pareto进化算法、基于分解的多目标进化算法、非支配排序遗传算法。

4.一种根据权利要求1或2所述适应变储能周期储能电站容量多目标优化配置方法,其特征在于:S8中,ηf(E′opt,j)和ηg(E′opt,j)的取值均介于0和1之间。

5.一种基于权利要求1所述方法的适应变储能周期的储能电站容量多目标优化配置系统,其特征在于:包括基础数据提取模块、新能源发电净需求曲线生成模块、储能电站容量优化配置模型构建模块、储能电站容量优化配置模型求解模块、系统输出模块;

所述基础数据提取模块用于从电力调度系统获取负荷功率曲线、常规能源发电出力曲线、风力发电出力曲线、太阳能发电出力曲线,所述常规能源发电出力曲线包括水电出力曲线、火电出力曲线、核电出力曲线;

所述新能源发电净需求曲线生成模块用于根据负荷功率曲线和常规能源发电出力曲线计算得到新能源发电净需求曲线;

所述储能电站容量优化配置模型构建模块用于:根据新能源发电出力曲线和新能源发电净需求曲线计算储能周期内和规划期长内储能电站最优配置容量及其投资成本;计算规划期长内不同的储能电站容量下的机会碳成本和储能电站容量投资成本;构建机会碳成本函数和储能电站容量投资成本函数;构建多目标储能电站容量优化配置模型;

所述储能电站容量优化配置模型求解模块用于求解多目标储能电站容量优化配置模型,计算得到多目标帕累托优化集,求解方法为多目标优化算法;

所述系统输出模块用于根据模糊集函数确定多目标帕累托优化集中元素权重,然后根据权重由大到小有序输出储能电站容量优化配置结果。

6.一种根据权利要求5所述的适应变储能周期的储能电站容量多目标优化配置系统,其特征在于:所述适应变储能周期的储能电站容量多目标优化配置系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。

7.一种根据权利要求5所述的适应变储能周期的储能电站容量多目标优化配置系统,其特征在于:所述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。