技术特征：
1.一种基于风电反调峰特性的储能实时优化方法，包括以下步骤：步骤s01：负荷预测；步骤s02：计算负荷基准功率pav、最低移峰功率初值p'1以及最高填谷功率初值p'2；步骤s03：以负荷基准功率p
av
为初值，δp为迭代步长，计算出储能系统总的充电能量e
d
和放电能量e
c
，满足储能系统总的充电能量e
d
≤储能系统总的放电能量e
c
＜储能系统额定容量c，且储能系统总的充电能量e
d
和储能系统总的放电能量e
c
差值无限接近于0，若满足进入下一步，若不满足返回到上一步；步骤s04：计算出储能系统最低移峰功率限值p1和最高填谷功率限值p2；步骤s05：实际负荷在最低移峰功率限值p1和最高填谷功率限值p2内，进入下一步，否则储能系统不动作；步骤s06，当含新能源发电的系统实际负荷大于p1的时候，储能系统放电，当实际负荷小于p2的时候，储能系统充电，然后计算每段充电功率，完成风电反调峰特性的储能实时优化。2.如权利要求1所述的方法，其特征在：在步骤s01中，负荷预测的具体步骤为：第一步：对初始样本集数据使用kmeans算法进行预处理，将数据聚类成不同的类别，提取聚类中心数据作为样本数据来去除冗余样本；第二步：采用核主成分分析法对样本数据进行降维处理，去除特征之间的非线性及相关性，确定随机森林算法参数；第三步：利用bootstrap方法提取有n个观测值的数据集，构建决策树；第四步：判断决策树棵树是否满足给定值，满足则进入第五步，不满足则返回第三步；第五步：在每棵决策树的每个节点随机选取m
try
变量，然后在m
try
变量中选择分类能力最好的变量，得到最佳的分割点，m
try
是一个预定义的数字；第六步：每棵决策树生长到最大程度后，决策树树的结果取算数平均值得终负荷预测结果。3.如权利要求1或2所述的方法，其特征在于：负荷基准功率p
l，t
为系统在t时段负荷功率，t为储能充放电周期，i为火电机组数。4.如权利要求1或2所述的方法，其特征在于：最低移峰功率初值p'1以及最高填谷功率初值p'2；通过以下公式获得：式中:p
max
为负荷峰值；p
min
为负荷谷值；p
bess
为储能系统额定功率。5.如权利要求1或2所述的方法，其特征在于：最低移峰功率限值p1和最高填谷功率限值p2通过以下公式获得：δp为迭代步长，k为迭代常数。6.如权利要求1或2所述的方法，其特征在于：储能系统总的充电能量e
d
和放电能量e
c
通过以下公式获得：p
dl，t
和p
cl，t
分别为储能系统需要放电和充电时段内的系统负荷，p
max
为负荷峰值；p
min
为负荷谷值，δt为功率采样的时间间隔，t为时间段。
技术总结
本发明提供了一种基于风电反调峰特性的储能实时优化方法，首先采用Kmeans聚类和核主成分分析法(KPCA)结合随机森林算法的模型进行负荷预测，降低预测误差，得到负荷基准值，确定算法迭代步长；然后以储能系统额定功率为约束，计算出系统功率最低移峰功率值和最高填谷功率值；最后根据所需功率差在对应时段进行充放电动作，功率差超出范围的部分按照储能系统额定功率动作，实现对储能系统各时段充放电的实时优化控制。本发明提供的基于风电反调峰特性的储能实时优化方法，可以对电池储能系统参与调峰的充放电时间段和充放电功率进行实时规划；有以储能系统充放电电量平衡为准则的配电网调峰可变功率控制策略，能有效缩减配电网峰谷差值。峰谷差值。峰谷差值。
技术研发人员：卞海红 赵岫 王新迪 符云 彭闪
受保护的技术使用者：南京工程学院
技术研发日：2021.10.15
技术公布日：2022/1/28