一种计及风光互补特性的储能容量优化配置方法

本发明属于电力系统，具体涉及一种计及风光互补特性的储能容量优化配置方法。

背景技术：

1、为缓解全球范围内日趋严峻的能源匮乏危机与环境污染问题，世界各国正逐步加快推进能源转型，能源开发与利用正处在从传统化石能源向清洁、低碳、可再生的新能源快速转变的重要阶段。2016年起，我国新增风电、光伏装机已超过传统化石能源，代表着新能源已成为满足我国日益增长的电力需求的主力军。

2、在不同的时空尺度上，风力发电和太阳能发电均具有一定的互补特性，这些互补特性使得结合风力发电和太阳能发电的系统比单一能源更能稳定地提供电力，在时间和空间尺度上平衡能源供给，减少因天气或其他环境因素引起的发电量波动，从而提高整个电力系统的可靠性和效率。

3、考虑到风力发电和太阳能发电显著的波动性、间歇性与不确定性，为了能够进一步提高新能源的有效消纳，需使用储能系统平抑风力发电与太阳能发电的出力波动。混合储能系统综合了单一种类储能的优势，具备多时间尺度响应、功率-能量双重调节特性，可以更好地提高新能源消纳能力、保障及提高电能质量、增强系统抗干扰稳定运行能力。风光储联合系统结合了风能、太阳能和储能技术的优势，通过协调控制风电、太阳能和储能三者之间的工作状态，能够提高整个系统的能源利用效率，提高电力供应的稳定性。

4、学界对风光储联合系统的容量配比方法进行了广泛研究，有学者分析风光储微电网系统出力特性，以系统总投资、年负荷缺电率、弃风弃光率最小为目标，建立风光储联合系统储能优化配置模型，并采用非支配排序遗传算法求解。有学者考虑需求响应和环境效益，建立采用动态回收周期评估系统投资收益的两阶段随机模型，进行风光储容量优化配置，并提出基于贡献度利益分配的多售电主体共建共享投资优化模型。有学者提出一种利用废弃矿区建立的混合储能系统解决新能源消纳问题，分析风力发电机、光伏组件、蓄电池和重力储能装置等微电网各发电单元特性，以年系统成本最小为目标建立优化配置模型，并采用改进粒子群算法进行求解。

5、然而，上述研究中并未考虑风光互补特性对储能配置结果的影响，且传统智能优化算法一般存在着搜索能力不足导致寻优性能不佳的问题，受所选初值的影响大。

技术实现思路

1、本发明为解决现有技术存在的问题而提出，其目的是提供一种计及风光互补特性的储能容量优化配置方法。

2、本发明的技术方案是：一种计及风光互补特性的储能容量优化配置方法，包括以下步骤：

3、a.输入风电典型日运行数据、光伏典型日运行数据，保持风光总装机容量不变，得到不同风光配比下的新能源总出力；

4、b.使用相关系数法，评估风光互补特性，以风光互补最显著的风光配比作为梯度下降法的初值，并初始化算法参数；

5、c.根据新能源波动平抑标准分解新能源功率，得到新能源并网功率和混合储能动作指令，根据目标函数与约束条件进行计算；

6、d.使用梯度下降法不断更新并保存最优解与目标函数值，判断是否满足终止条件，若不满足则继续迭代优化，若满足则输出最优风光配比，并得到相应储能配置结果。

7、更进一步的，步骤a输入风电典型日运行数据、光伏典型日运行数据，保持风光总装机容量不变，得到不同风光配比下的新能源总出力，具体过程如下：

8、首先，定义风电渗透率βw为风电装机容量与风光储系统新能源总装机容量的比值；

9、然后，获取风电典型日运行数据与光伏典型日运行数据，设风光储系统新能源总装机容量保持不变，改变风电渗透率，根据风光出力得到相应的新能源总出力。

10、更进一步的，所述风电渗透率βw的具体表达如下：

11、

12、式中，pw和pv分别为风电装机容量与光伏装机容量。

13、更进一步的，步骤b使用相关系数法，评估风光互补特性，以风光互补最显著的风光配比作为梯度下降法的初值，并初始化算法参数，具体过程如下：

14、首先，使用相关系数法评估风光互补度，定义rw为风电出力与新能源总出力的相关系数；

15、然后，分别评估不同风电渗透率下的风光互补特性，得到rw最接近于0，即风光互补最显著的风光配比，作为梯度下降法的初值，并设置算法学习率0.1，迭代次数为100。

16、更进一步的，所述风电出力与新能源总出力的相关系数rw的具体表达如下：

17、

18、式中，pw(t)和pr(t)为风电与新能源在t时刻的出力，和分别为风电与新能源出力序列的均值，t为时段数。

19、更进一步的，步骤c根据新能源波动平抑标准分解新能源功率，得到新能源并网功率和混合储能动作指令，根据目标函数与约束条件进行计算，包括建立新能源并网功率、混合储能平抑功率的关联表达，具体过程如下：

20、首先，使用自适应iceemdan算法分解新能源出力；

21、然后，令新能源平抑标准为1min内波动率不大于2％，对分解结果进行重构，计算每种分界层数n下的低频分量是否满足平滑标准，不满足则继续增大n，直至确定满足平滑标准的分界层数，以此自适应提取出新能源并网功率pgrid与储能平抑功率pess；

22、最后，再次使用iceemdan方法分解混合储能平抑功率，并设定分界层数n2，重构为平抑功率高频部分与低频部分，分别分配给超级电容与磷酸铁锂电池储能，实现混合储能内部功率分配。

23、更进一步的，所述iceemdan方法，具体步骤如下：

24、c1.构造序列p(i)，得到第一组残差r1:

25、p(i)＝p0+ε1e1(w(i))

26、r1＝ε1n(p(i))

27、c2.得到第一模态分量imf1：

28、imf1＝p0-r1

29、c3.继续添加白噪声，依次计算第k组残差rk和第k个模态分量imfk，直至得到所有模态与残差：

30、rk＝n(rk-1+εk-1e(w(i)))

31、imfk＝rk-1-rk

32、其中，ek(·)为emd得到的k阶模态分量，n(·)为局部均值算子，w(i)为i组标准高斯白噪声，ε1为权重系数。

33、更进一步的，所述新能源并网功率pgrid与储能平抑功率pess，具体表达如下：

34、

35、式中，k1为分解所得imf分量数，res为残差余函数，n1为并网功率与平抑功率的分界层数，i,j为分量序号。

36、更进一步的，步骤c根据新能源波动平抑标准分解新能源功率，得到新能源并网功率和混合储能动作指令，根据目标函数与约束条件进行计算，包括目标函数与约束条件的表达，具体如下：

37、首先，以混合储能系统的全寿命周期成本作为目标函数；

38、然后，建立约束条件。

39、更进一步的，所述约束条件包括储能的充放电功率约束、soc约束、新能源波动率约束。

40、本发明的有益效果如下：

41、本发明考虑了风光互补特性对储能配置需求的影响，采用相关系数评估风光互补特性，并以风光互补特性最显著的风光配比作为梯度下降法的初值，为优化算法的初值选取提供了一种性能较优的方法；采用混合储能平抑波动，充分发挥了不同储能的特性。