一种新能源发电侧储能智能调度方法及系统与流程

1.本发明涉及新能源调度技术领域，尤其涉及一种新能源发电侧储能智能调度方法及系统。


背景技术：

2.能源短缺问题是21世纪非常重要的一个问题，解决这一问题的最佳方式之一是新能源如太阳能或风能发电。由于风力发电具有随机性波动性的特点，出力不可控，因此给微电网系统的稳定运行和控制带来挑战，甚至造成弃风限电等现状，带来严重经济损失。目前，常用的方法是采用储能系统来存储或释放电能，从而配合电网调度指令、改善风力发电性能，提高风力发电的友好性，提升供电的可靠性及电能质量。但是，目前的发电侧储能调度大多从微电网系统的整体角度考虑其多目标优化问题，未考虑其内部主体综合效益，因此，在实现储能调度时无法充分考虑发电侧的发电需求以及对于储能系统的电能调度需求，影响微电网系统的运行协调性。
3.因此，现有技术还有待改进和提高。


技术实现要素：

4.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种新能源发电侧储能智能调度方法及系统，旨在解决现有技术中在实现储能调度时无法充分考虑发电侧的发电需求以及对于储能系统的电能调度需求，影响微电网系统的运行协调性的问题。
5.为了解决上述技术问题，本发明所采用的技术方案如下：
6.第一方面，本发明提供一种新能源发电侧储能智能调度方法，其中，所述方法包括：
7.获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息；
8.根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率；
9.根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求；
10.基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。
11.在一种实现方式中，所述方法还包括：
12.将所述发电策略与所述购电策略反馈给微电网系统。
13.在一种实现方式中，所述获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息，包括：
14.基于文献资料获取所述历史数据，所述历史数据包括预设区域内某日的风电出力以及光伏出力；
15.基于所述历史数据，以风电及光伏日前出力预测误差为模拟对象，通过蒙特卡洛模拟法，随机生成若干个以风电光伏为代表的新能源日前出力预测误差场景；
16.获取场景间的欧式距离，并基于所述欧式距离，剔除所述以风电光伏为代表的新能源日前出力预测误差场景中的无用场景，形成所述典型场景信息。
17.在一种实现方式中，所述根据所述典型场景信息，确定微电网系统的综合效益信息，包括：
18.根据所述典型场景信息，确定所述典型场景信息中的预设时间段或者预设时刻对应的光电功率和/或光伏功率；
19.基于所述光电功率和/或光伏功率，确定所述用户满意度、所述电网稳定性以及所述新能源上网率。
20.在一种实现方式中，所述根据所述综合效益信息，确定最大化综合效益，包括：
21.分别获取所述用户满意度、所述电网稳定性以及所述新能源上网率所对应的权重数据；
22.对所述用户满意度、所述电网稳定性、所述新能源上网率进行加权求和，得到所述最大综合效益。
23.在一种实现方式中，所述基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，包括：
24.根据所述最大化综合效益，确定与所述最大化综合效益所对应的风电负荷以及光电负荷，所述风电负荷以及所述光电负荷分别反映风电场以及光伏电站在满足所述最大化综合效益时所能发出的最大电量；
25.根据所述风电负荷以及所述光电负荷，分别确定发电侧的风力发电功率以及光伏发电功率，并根据所述风力发电功率与所述光伏发电功率生成所述需求响应策略；
26.获取发电侧的预测风力发电功率以及预测光伏发电功率，并基于所述风力发电功率与所述预测风力发电功率，确定风电补偿功率，以及基于所述光伏发电功率与所述预测光伏发电功率，确定光电补偿功率；
27.根据所述风电补偿功率与所述光电补偿功率生成所述储能系统运行策略。
28.在一种实现方式中，所述基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，以使得所述发电侧基于最小化发电运行成本制定出发电策略与购电策略，包括：
29.获取发电侧的风电场以及光伏电站的运行成本，以所述运行成本最小化，根据所述风力发电功率与所述光伏发电功率，制定出所述发电策略；
30.获取储能系统对外出售的电价数据，并确定购电成本，以所述购电成本最小化，基于所述风电补偿功率与所述光电补偿功率，制定出所述购电策略。
31.第二方面，本发明实施例还提供一种新能源发电侧储能智能调度系统，其中，所述系统包括：
32.典型场景确定模块，用于获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息；
33.综合效益确定模块，用于根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率；
34.策略信息决策模块，用于根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求；
35.发电侧策略指定模块，用于基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。
36.第三方面，本发明实施例还提供一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的新能源发电侧储能智能调度程序，处理器执行新能源发电侧储能智能调度程序时，实现如上述方案中任一项的新能源发电侧储能智能调度方法的步骤。
37.第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有新能源发电侧储能智能调度程序，新能源发电侧储能智能调度的程序被处理器执行时，实现如上述方案中任一项的新能源发电侧储能智能调度方法的步骤。
38.有益效果：与现有技术相比，本发明提供了一种新能源发电侧储能智能调度方法，本发明首先获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息。然后根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率。接着，根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求。最后，基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。由此可见，本发明是基于最大综合效益信息来确定出需求响应策略以及储能系统运行策略，以便发电侧分别基于求响应策略以及储能系统运行策略来制定出发电策略与购电策略，从而实现对发电侧的控制以及对储能系统的调度，以便实现微电网系统运行的协调性。
附图说明
39.图1为本发明实施例提供的新能源发电侧储能智能调度方法的具体实施方式的流程图。
40.图2为本发明实施例提供的新能源发电侧储能智能调度方法中风电出力的运行示意曲线图。
41.图3为本发明实施例提供的新能源发电侧储能智能调度方法中光伏出力的运行示意曲线图。
42.图4为本发明实施例提供的新能源发电侧储能智能调度系统的原理框图。
43.图5为本发明实施例提供的终端设备的原理框图。
具体实施方式
44.为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
45.本实施例提供一种新能源发电侧储能智能调度方法，基于本实施例的方法可以实现对发电侧的控制以及对储能系统的调度，以便实现微电网系统运行的协调性。具体应用时，本实施例首先获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息。然后根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率。接着，根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求。最后，基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。由此可见，本实施例是基于最大综合效益信息来确定出需求响应策略以及储能系统运行策略，以便发电侧分别基于求响应策略以及储能系统运行策略来制定出发电策略与购电策略，从而实现对发电侧的控制以及对储能系统的调度，以便实现微电网系统运行的协调性。
46.示例性方法
47.本实施例的新能源发电侧储能智能调度方法可应用于终端设备中，所述终端设备可为电脑或者中控设备，所述终端设备可与微电网系统中的用户侧、发电侧以及储能系统均连接，并且用于监控微电网系统中的发电侧的发电设备的运行情况以及储能系统的运行情况，并且还可以进行分析以及输出相关的调度指令。具体地，如图1中所示，所述方法包括以下步骤：
48.步骤s100、获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息。
49.本实施例可首先获取历史数据，该历史数据中为预先记录某个区域内的风电出力以及光伏出力，由于风电出力与光伏出力受到时间、季节、地域等因素的影响，而本实施例需要从该历史数据中获取典型场景信息，所述典型场景信息可以反映出该区域内的风电出力以及光伏处理的特性，以便在后续步骤中可以基于该典型场景信息来确定出综合效益信息。
50.在一种实现方式中，本实施例在确定典型场景信息时，包括如下步骤：
51.步骤s101、基于文献资料获取所述历史数据，所述历史数据包括预设区域内某日的风电出力以及光伏出力；
52.步骤s102、基于所述历史数据，以风电及光伏日前出力预测误差为模拟对象，通过蒙特卡洛模拟法，随机生成若干个以风电光伏为代表的新能源日前出力预测误差场景；
53.步骤s103、获取场景间的欧式距离，并基于所述欧式距离，剔除所述以风电光伏为代表的新能源日前出力预测误差场景中的无用场景，形成所述典型场景信息。
54.具体地，本实施例可预先对某个区域的风电出力以及光伏出力的具体数据进行收集，并记录在文献资料中，形成历史数据。为此，本实施例也可以查询现有的文献资料，从现
有的文献资料中获取到所述历史数据。所述历史数据包括预设区域内某日的风电出力以及光伏出力。例如，对于a城市来说，风电出力呈现明显的夜间大发，昼间小发的特点。如图2中所示，图2为a城市中某个风电场某日运行曲线，从图2可以明显看出，该风电场在00:00～08:00时段内风电出力较大，随后风电出力逐渐减小，在午间12:00时达到谷值且其余时段内出力均较小，呈现出明显的反调峰特性及波动性。还比如，对于a城市来说，光伏发电由于受到辐照强度的影响，其呈现出明显的昼间大发，夜间不发的特点。图3为a城市中某光伏电站某日运行曲线，由图3可知，在正午12时刻光伏出力达到峰值，在夜间21:00～凌晨06:00时间段内出力为0，表现出了明显的午间反调峰特性，光伏波动性显著。基于上述举例，当终端设备获取到所述历史数据时，就可以从该历史数据中确定出风电出力以及光伏出力。
55.具体地，风力发电从风能转化到电能的能量转化过程中，由于受风速、风向等不确定性因素影响，使风力发电呈现较强随机性特征，使风电预测功率产生较大误差，且随着风电预测功率时间尺度的增大其预测功率误差越大。而光伏发电从太阳能转换为电能的过程中由于受到太阳辐射、云层运动及温度变化等影响，其出力预测同样具有随机性。且随着光伏预测功率时间尺度的增大其随机性所导致的预测功率误差越大。因此，本实施例在得到所述风电出力以及光伏出力后，本实施例以风电及光伏日前出力预测误差为模拟对象，通过蒙特卡洛模拟法，随机生成若干个以风电光伏为代表的新能源日前出力预测误差场景。在生成大量随机场景后，并非所有场景都符合实际需求，因此需要通过场景削减法以剔除一些无用场景。在本实施例中，可获取场景间的欧式距离，并基于所述欧式距离，剔除所述以风电光伏为代表的新能源日前出力预测误差场景中的无用场景，形成所述典型场景信息，所述欧式距离的计算公式为：
[0056][0057]
其中，d
ij
为欧式距离；y
ki
为第i个样本的第k次抽样值；y
kj
为第j个样本的第k次抽样值；n为抽样总次数。当计算出欧式距离后，本实施例可基于计算出的场景之间的欧式距离，剔除欧式距离超过预设阈值的场景，剩余的场景即形成典型场景信息。
[0058]
步骤s200、根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率。
[0059]
在本实施例中，所述典型场景信息是基于历史数据得到的，而历史数据中包括有某个区域的风电出力以及光伏出力的具体数据，因此，基于本实施例基于这些典型场景信息就可以确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率。所述用户满意度用于反映所述典型场景信息中的风电出力以及光伏出力是否满足用户侧的使用需求。所述电网稳定性用于反映微电网系统的运行稳定性，所述新能源上网率用于反映新能源发电量(风力发电以及光伏发电)占比总发电量的比值。当新能源上网率越高，则表示风力发电量与光伏发电量越高，传统发电量越低。
[0060]
在一种实现方式中，本实施例确定综合效益信息时包括如下步骤：
[0061]
步骤s201、根据所述典型场景信息，确定所述典型场景信息中的预设时间段或者预设时刻对应的光电功率和/或光伏功率；
[0062]
步骤s202、基于所述光电功率和/或光伏功率，确定所述用户满意度、所述电网稳定性以及所述新能源上网率。
[0063]
具体地，本实施例根据所述典型场景信息，确定所述典型场景信息中的预设时间段或者预设时刻对应的光电功率和/或光伏功率。比如，从图2和图3中可分别确定出预设时间段或者预设时刻对应的光电功率以及预设时间段或者预设时刻对应的光伏功率。当得到发电侧的每个时刻的光电功率以及每个时刻的光伏功率后，本实施例可基于用户侧每个时刻对于光电功率以及光伏功率的使用情况，然后基于所述每个时刻的光电功率以及每个时刻的光伏功率，计算光电功率以及光伏功率的使用率，基于使用率可确定出所述用户满意度，当使用率越高，则用户满意度也就越高。在一种实现方式中，本实施例预先设置使用率与用户满意度的对应关系表，该对应关系表中可列举出不同的使用率所对应的用户满意度，因此当得到光电功率以及光伏功率的使用率后就可以找到对应的用户满意度。同时，由于本实施例确定出每个时刻的光电功率以及每个时刻的光伏功率，以及用户侧每个时刻对于光电功率以及光伏功率的使用情况，还可以进一步确定储能系统对于未被用户侧使用的光电功率以及光伏功率的存储情况，基于此可评价出所述电网稳定性。在本实施例中，当储能系统不参与的情况下，发电侧的光电功率以及光伏功率可以完全满足用户侧的使用需求时，在则说明此时的电网稳定性越高。当发电侧的光电功率以及光伏功率越高，则就说明有更多的电量可以被储能系统存储，就说明电网稳定性越高。同样地，本实施例可预先设置不同程度的电网稳定性所对应的光电功率以及光伏功率，因此当得到光电功率以及光伏功率时就可以确定出对应的电网稳定性。此外，本实施例还可以计算新能源发电量(风力发电以及光伏发电)占比总发电量的比值，得到所述新能源上网率。在本实施例中，用户满意度、电网稳定性以及新能源上网率均以数值的形式体现，更加直观地反映出综合效益信息。
[0064]
步骤s300、根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求。
[0065]
当得到综合效益信息后，本实施例可确定出最大化综合效益，所述最大化综合效益反映出此时的用户满意度、电网稳定性以及新能源上网率三者均衡，彼此协调，可最大程度体现微电网系统的运行协调性。本实施例的微电网系统是由用户侧、发电侧以及储能系统组成，并且本实施例中的微电网系统中构建了双层优化模型，上层优化模型在确定出最大化综合效益后，基于所述最大化综合效益确定需求响应策略以及储能系统运行策略。本实施例中的需求响应策略用于反映发电侧的发电功率需求，即发电侧的发电设备需要发出的电量，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求，即当发电设备发出的电量无法满足用户侧的使用需求时，需要从储能系统中购买的电量。
[0066]
具体地，本实施例首先利用加权求和的方法确定出最大综合效益。首先对分别对所述用户满意度、所述电网稳定性以及所述新能源上网率设置所对应的权重数据。然后对所述用户满意度、所述电网稳定性、所述新能源上网率进行加权求和，得到所述最大综合效益。
[0067]
在一种实现方式中，本实施例在基于最大化综合效益得到需求响应策略以及储能系统运行策略时，包括如下步骤：
[0068]
步骤s301、根据所述最大化综合效益，确定与所述最大化综合效益所对应的风电
负荷以及光电负荷；
[0069]
步骤s302、根据所述风电负荷以及所述光电负荷，分别确定发电侧的风力发电功率以及光伏发电功率，并根据所述风力发电功率与所述光伏发电功率生成所述需求响应策略；
[0070]
步骤s303、获取发电侧的预测风力发电功率以及预测光伏发电功率，并基于所述风力发电功率与所述预测风力发电功率，确定风电补偿功率，以及基于所述光伏发电功率与所述预测光伏发电功率，确定光电补偿功率；
[0071]
步骤s304、根据所述风电补偿功率与所述光电补偿功率生成所述储能系统运行策略。
[0072]
具体地，本实施例的上层优化模型首先根据所述最大化综合效益，确定该最大化综合效益所对应的所述用户满意度、所述电网稳定性、所述新能源上网率。然后再基于所述用户满意度、所述电网稳定性、所述新能源上网率，确定对应的风电负荷以及光电负荷。由于所述用户满意度、所述电网稳定性、所述新能源上网率所对应的风电负荷以及光电负荷可能并不相同，本实施例可采取依次确定出用户满意度对应的风电负荷以及光电负荷、电网稳定性对应的风电负荷以及光电负荷、新能源上网率对应的风电负荷以及光电负荷，然后筛选出最大的风电负荷和光电负荷作为所述最大化综合效益所对应的风电负荷以及光电负荷。本实施例中的风电负荷以及光电负荷分别反映风电场以及光伏电站在满足最大化综合效益时所能发出的最大电量。当确定出风电负荷以及光电负荷后，本实施例的上层优化模型分别确定发电侧的风力发电功率以及光伏发电功率，并根据所述风力发电功率与所述光伏发电功率生成所述需求响应策略，此时确定出的风力发电功率为所述发电侧的风电场所需要发出的电量，光伏发电功率为所述发电侧的光伏电站所需要发出的电量，因此求响应策略即为反映风力发电功率与所述光伏发电功率的请求信息。
[0073]
接着，由于风电场以及光伏发电站在实际进行发电时受到天气、地域等因素的影响，风电场以及光伏发电站实际的发电量会小于确定出的发电侧的风力发电功率以及光伏发电功率。为此，本实施例需要获取发电侧的预测风力发电功率以及预测光伏发电功率，所述发电侧的预测风力发电功率反映的是通过预测得到的风电场实际可能发出的电量，所述预测光伏发电功率反映的是通过预测得到的光伏电站实际可能发出的电量。具体地，所述预测风力发电功率以及预测光伏发电功率可基于典型场景信息得到，由于历史数据中包括有预设区域内某日的风电出力以及光伏出力，并且本实施例从历史数据中确定出了典型场景信息，因此基于典型场景信息可以归纳出风电出力和光伏出力的规律，然后结合天气、地域等信息，可预估出发电侧的预测风力发电功率以及预测光伏发电功率。当确定出发电侧的预测风力发电功率以及预测光伏发电功率后，本实施例可进一步确定出风电补偿功率以及光电补偿功率。所述风电补偿功率＝风力发电功率-预测风力发电功率，所述光电补偿功率＝光伏发电功率-预测光伏发电功率。所述风电补偿功率以及光电补偿功率反映的是当发电侧发出的电量无法满足用户侧的使用需求时，需要从储能系统中补偿的电量，因此根据所述风电补偿功率与所述光电补偿功率即可生成所述储能系统运行策略，也就是将负荷转移至储能系统，所述储能系统运行策略即为反映所述风电补偿功率与所述光电补偿功率的请求信息。
[0074]
步骤s400、基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约
束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。
[0075]
当上层优化模型确定出所述需求响应策略以及所述储能系统运行策略后，将所述需求响应策略以及所述储能系统运行策略向微电网系统中的下层优化模型中发送，下层优化模型在接收到所述需求响应策略以及所述储能系统运行策略后，就会对对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，然后根据所述发电策略与购电策略进行调度
[0076]
在一种实现方式中，本实施例制定发电策略与购电策略时，包括如下步骤：
[0077]
步骤s401、获取发电侧的风电场以及光伏电站的运行成本，以所述运行成本最小化，根据所述风力发电功率与所述光伏发电功率，制定出所述发电策略；
[0078]
步骤s402、获取储能系统对外出售的电价数据，并确定购电成本，以所述购电成本最小化，基于所述风电补偿功率与所述光电补偿功率，制定出所述购电策略。
[0079]
具体地，本实施例的微电网系统下层优化模型获取发电侧的风电场以及光伏电站的运行成本，然后以所述运行成本最小化，根据所述风力发电功率与所述光伏发电功率，指定出发电策略，所述发电策略用于控制发电侧的风电场以及光伏电站的工作状态，比如控制风电场的发电设备的转速、控制光伏电站的光伏阵列的朝向等。本实施例还获取储能系统对外出售的电价数据，并确定购电成本，以所述购电成本最小化，基于所述风电补偿功率与所述光电补偿功率，制定出所述购电策略，所述购电策略用于控制储能系统对外放电以及控制放电量。由此可以看出，本实施例是基于最小化成本来制定出发电策略和购电策略。当确定出所述发电策略和购电策略后，终端设备就可以控制发电侧的发电设备的工作状态以及储能系统的放电状态，实现更好地调度，有利于实现微电网系统的协调运行。此外，本实施例的终端设备还将所述发电策略与所述购电策略反馈给微电网系统，以便更新所述最大化综合效益，然后根据更新后的最大化综合效益重新确定需求响应策略以及储能系统运行策略，以重新制定出发电策略与购电策略，从而实现对发电策略与购电策略的调整。
[0080]
综上，本实施例首先获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息。然后根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率。接着，根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求。最后，基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。由此可见，本实施例是基于最大综合效益信息来确定出需求响应策略以及储能系统运行策略，以便发电侧分别基于求响应策略以及储能系统运行策略来制定出发电策略与购电策略，从而实现对发电侧的控制以及对储能系统的调度，以便实现微电网系统运行的协调性。
[0081]
示例性系统
[0082]
基于上述实施例，本发明还提供一种新能源发电侧储能智能调度系统，如图4中所示，所述系统包括：典型场景确定模块10、综合效益确定模块20、策略信息决策模块30以及发电侧策略指定模块40。具体地，所述典型场景确定模块10，用于获取历史数据，并基于所
述历史数据确定用于反映风电出力以及光伏出力的典型场景信息。所述综合效益确定模块20，用于根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率。所述策略信息决策模块30，用于根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求。所述发电侧策略指定模块40，用于基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。
[0083]
在一种实现方式中，所述系统还包括：
[0084]
反馈模块，用于将所述发电策略与所述购电策略反馈给微电网系统。
[0085]
在一种实现方式中，所述典型场景确定模块10，包括：
[0086]
历史数据获取单元，用于基于文献资料获取所述历史数据，所述历史数据包括预设区域内某日的风电出力以及光伏出力；
[0087]
场景随机生成单元，用于基于所述历史数据，以风电及光伏日前出力预测误差为模拟对象，通过蒙特卡洛模拟法，随机生成若干个以风电光伏为代表的新能源日前出力预测误差场景；
[0088]
无用场景剔除单元，用于获取场景间的欧式距离，并基于所述欧式距离，剔除所述以风电光伏为代表的新能源日前出力预测误差场景中的无用场景，形成所述典型场景信息。
[0089]
在一种实现方式中，所述综合效益确定模块20，包括：
[0090]
功率确定单元，用于根据所述典型场景信息，确定所述典型场景信息中的预设时间段或者预设时刻对应的光电功率和/或光伏功率；
[0091]
功率分析单元，用于基于所述光电功率和/或光伏功率，确定所述用户满意度、所述电网稳定性以及所述新能源上网率。
[0092]
在一种实现方式中，所述策略信息决策模块30，包括：
[0093]
权重数据确定单元，用于分别获取所述用户满意度、所述电网稳定性以及所述新能源上网率所对应的权重数据；
[0094]
最大综合效益确定单元，用于对所述用户满意度、所述电网稳定性、所述新能源上网率进行加权求和，得到所述最大综合效益。
[0095]
在一种实现方式中，所述策略信息决策模块30，包括：
[0096]
负荷数据确定单元，用于根据所述最大化综合效益，确定与所述最大化综合效益所对应的风电负荷以及光电负荷；
[0097]
需求响应策略生成单元，用于根据所述风电负荷以及所述光电负荷，分别确定发电侧的风力发电功率以及光伏发电功率，并根据所述风力发电功率与所述光伏发电功率生成所述需求响应策略；
[0098]
补偿功率确定单元，用于获取发电侧的预测风力发电功率以及预测光伏发电功率，并基于所述风力发电功率与所述预测风力发电功率，确定风电补偿功率，以及基于所述光伏发电功率与所述预测光伏发电功率，确定光电补偿功率；
[0099]
储能系统运行策略确定单元，用于根据所述风电补偿功率与所述光电补偿功率生
成所述储能系统运行策略。
[0100]
在一种实现方式中，所述发电侧策略指定模块40，包括：
[0101]
发电策略确定单元，用于获取发电侧的风电场以及光伏电站的运行成本，以所述运行成本最小化，根据所述风力发电功率与所述光伏发电功率，制定出所述发电策略；
[0102]
购电策略确定单元，用于获取储能系统对外出售的电价数据，并确定购电成本，以所述购电成本最小化，基于所述风电补偿功率与所述光电补偿功率，制定出所述购电策略。
[0103]
本实施例的新能源发电侧储能智能调度系统中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。
[0104]
基于上述实施例，本发明还提供了一种终端设备，该终端设备可为电脑或者中控设备，所述终端设备可与微电网系统中的用户侧、发电侧以及储能系统均连接，并且用于监控微电网系统中的发电侧的发电设备的运行情况以及储能系统的运行情况，并且还可以进行分析以及输出相关的调度指令。该终端设备的原理框图可以如图5所示。该终端设备包括通过系统总线连接的处理器、存储器，处理器与存储器设置在主机中。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络通讯连接通信。该计算机程序被处理器执行时以实现一种新能源发电侧储能智能调度方法。
[0105]
本领域技术人员可以理解，图5中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0106]
在一个实施例中，提供了一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的新能源发电侧储能智能调度的方法程序，处理器执行新能源发电侧储能智能调度的方法程序时，实现如下操作指令：
[0107]
获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息；
[0108]
根据所述典型场景信息，确定微电网系统的综合效益信息，所述综合效益信息包括用户满意度、电网稳定性以及新能源上网率；
[0109]
根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略，其中，所述需求响应策略用于反映发电侧的发电功率需求，所述储能系统运行策略用于反映发电侧向储能系统的购电功率需求；
[0110]
基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。
[0111]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom
(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双运营数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0112]
综上，本发明公开了一种新能源发电侧储能智能调度方法及系统，所述方法包括：获取历史数据，并基于所述历史数据确定用于反映风电出力以及光伏出力的典型场景信息；根据所述典型场景信息，确定微电网系统的综合效益信息；根据所述综合效益信息，确定最大化综合效益，并基于所述最大化综合效益确定需求响应策略以及储能系统运行策略；基于所述需求响应策略以及所述储能系统运行策略，对发电侧进行约束，并基于最小化发电运行成本制定出发电策略与购电策略，并根据所述发电策略与购电策略进行调度。本发明可以在基于最大化综合效益前提下制定出发电策略与购电策略，使得微电网系统运行更加协调。
[0113]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。