一种储能系统典型工况曲线的提取方法及其评价系统与流程

技术特征：

1.一种储能系统典型工况曲线的提取方法，其特征在于，所述方法包括如下步骤：

步骤1、读取新能源发电系统和储能系统的运行数据，所述运行数据包括新能源实际功率或储能系统充放电功率数据；

步骤2、确定或读取所述储能系统在一个采集时长的充放电功率数据，并组成充放电功率矩阵M；

步骤3、根据所述储能系统的功率值的区间分布特性，得到k时刻的特征充放电功率值向量；

步骤4、确定所述储能系统在k时刻的典型功率值：P_1k；

步骤5、剔除幅值较小的储能系统功率，确定所述储能系统在k时刻的典型功率值：P_2k；

步骤6、整合P_1k和P_2k，确定所述储能系统在k时刻的典型功率值：P_k；

步骤7、分析并整合所有时刻的典型功率值，得到储能系统典型工况曲线。

步骤8、取得评价典型工况曲线。

2.根据权利要求1所述提取方法，其特征在于，所述步骤2包括如下步骤：

步骤2-1、当所述运行数据为新能源实际功率时，则采用基于斜率控制的平滑控制策略方法，确定所述储能系统的一个采集时长的充放电功率数据；

步骤2-2、当所述运行数据为储能系统充放电功率数据时，则直接读取所述充放电功率数据；

步骤2-3、将所述充放电功率数据组成充放电功率矩阵M_m×n：

式中，m为所述一个采集时长的天数；n为采集时刻的总数；矩阵M_m×n中的元素p_gk为第g天k时刻的所述储能系统的功率值，且k＝1，2，…，n；g＝1，2，…m。

3.根据权利要求2所述提取方法，其特征在于，所述步骤2-1包括如下步骤：

步骤2-1-1、根据所述新能源实际功率P(t)，计算平滑前功率时间变化率r_p(t)的：

$r_p\left(t\right)=\frac{P\left(t\right)-P_h(t-\mathrm{\Δ}t)}{\mathrm{\Δ}t}$

式中，P_h(t)为平滑后功率；Δt为时间间隔；P_h(t-Δt)为t-Δt时刻平滑后功率；t为时刻；

步骤2-1-2、比较r_p(t)与时间变化率临界值k时刻的大小，判断所述储能系统的充放电操作，并确定充放电功率。

4.根据权利要求3所述提取方法，其特征在于，所述步骤2-1-2包括如下步骤：

步骤2-1-2-1、当r_p(t)>k时，所述储能系统充电，且所述储能系统在t时刻的充电功率为：

$P_{bess}^c\left(t\right)=\mathrm{\Δ}t\[k-r_p\left(t\right)\]$

步骤2-1-2-2、当r_p(t)<-k时，所述储能系统放电，且所述储能系统在t时刻的放电功率为：

$P_{bess}^{disc}\left(t\right)=\mathrm{\&Delta;}t\&lsqb;-k-r_p\left(t\right)\&rsqb;$

步骤2-1-2-3、当-k<r_p(t)<k时，所述储能系统不出力，并减少充放电次数。

5.根据权利要求1所述提取方法，其特征在于，所述步骤3包括如下步骤：

步骤3-1、提取m天内k时刻的各所述储能系统充放电功率向量p_1k,p_2k,…,p_mk，组成向量P_k1＝[p_1k,p_2k,…,p_mk]^T；

步骤3-2、从向量P_k1中确定p_gk分布最集中的区间，并将该区间作为最大概率分布区间L_opt1；

步骤3-3、提取向量P_k1中落在所述最大概率分布区间L_opt1内的功率值p’_1k,p’_2k,…,p’_tk，组成向量I_k1＝[p’_1k,p’_2k,…,p’_tk]^T，并计算分布概率F_k1：

$F_{k1}=\frac{t}{m}$

式中，t为向量I_k1中功率值的点数；

步骤3-4、采用遗传算法，以选取特征功率E_k1到向量I_k1中其他元素的欧氏距离最短为原则，根据E_k1的取值区间[p’_min，p’_max]，得到用于获取所述选取特征功率E_k1的寻优目标函数min T：

$\min T=min\underset{j=1}{\overset{t}{\&Sigma;}}{(E_{k1}-{p^{\&prime;}}_{jk})}^2$

式中，p’_max为向量I_k1的最大值；p’_min为向量I_k1的最小值；p'_jk为向量I_k1中的各功率值，j为向量I_k1中的某功率值，且j＝1、2，…，t^p；

得到所述选取特征功率E_k1；

步骤3-5、从向量P_k1中减去向量I_k1中的功率值，得到新的向量P_k2，得到最大概率分布区间L_opt2和向量I_k2，并计算分布概率F_k2；

步骤3-6、判断F_k2与阈值ε大小；

若F_k2小于阈值ε，则k＝k+1，即进入寻找下一时刻的典型功率值；

若F_k2大于阈值ε，则返回步骤3-2确定特征功率值E_k2及所有特征功率值E_k，直到F_ki小于阈值ε，得到k时刻的特征充放电功率值向量[E_k1,E_k2,…,E_kh]。

6.根据权利要求5所述方法，其特征在于，所述步骤3-2包括如下步骤：

步骤3-2-1、确定分布区间L：

L＝[x，x+d]

式中，x为所述分布区间的下限，d为所述区间长度；

步骤3-2-2、采用遗传算法，根据x的取值区间[p_min，p_max]，得到用于求得优化所述分布区间的下限x取值后的最优值x_opt1的优化目标函数maxJ：

$\left\{\begin{array}{c}\max J=\max \mathrm{\&Sigma;}f\left(p_{gk}\right)\\ f\left(p_{gk}\right)=\left\{\begin{array}{c}1,x\&le;p_{gk}\&le;x+d\\ 0,else\end{array}\right.\end{array}\right.$

式中，p_max为向量P_k1最大值，p_min为向量P_k1最小值；

得到优化所述分布区间的下限x取值后的最优值x_opt1；

步骤3-2-3、根据所述最优值x_opt1，确定所述最大概率分布区间L_opt1：

L_opt1＝[x_opt1，x_opt1+d]。

7.根据权利要求1所述方法，其特征在于，所述步骤4中，确定所述储能系统在k时刻的典型功率值P_1k，公式如下：

$P_{1k}=\underset{i=1}{\overset{h}{\&Sigma;}}\frac{F_{ki}}{\underset{i=1}{\overset{h}{\&Sigma;}}{F}_{ki}}\&CenterDot;E_{ki}$

式中，i为特征充放电功率值的某点数，h为特征充放电功率值的点数的总数；E_ki为第i个特征功率值；F_ki为第i个分布概率。

8.根据权利要求1所述提取方法，其特征在于，所述步骤5包括如下步骤：

步骤5-1、计算向量P_k1中元素的概率分布；

步骤5-2、根据概率分布，得到储能功率为0的概率α；同时获得分布区间[-x，x]，选取分布区间的原则为向量P_k1中元素落入该区间内的概率大于阈值β，且区间长度最短；

步骤5-3、从向量P_k1中剔除落入区间[-x，x]内的元素，组成新的向量P_k1；

步骤5-4、根据所述步骤3到4的方法，确定所述储能系统在k时刻的典型功率值P_2k。

9.根据权利要求1所述方法，其特征在于，所述步骤6中，确定所述储能系统在k时刻的典型功率值P_k，通过产生0～1的随机数r，若r≤α，则P_k＝0，若α<r≤β，则P_k＝P_1k，否则P_k＝P_2k。

10.根据权利要求1所述提取方法，其特征在于，所述步骤7中，分析并依次计算各个时刻的所述储能系统的典型充放功率值P₁，P₂，…，P_n；得到所述储能系统典型工况曲线P_typical，公式如下：

P_typical＝[P₁，P₂，…，P_n]。

11.根据权利要求1所述方法，其特征在于，所述步骤8包括如下步骤：

步骤8-1、为定量评价储能系统典型功率曲线与实际功率曲线的偏差，定义偏差评价指标I_R：

$I_R=\frac{1}{P_{max}}\sqrt{\frac{\underset{i=1}{\overset{n_1}{\&Sigma;}}{\&lsqb;P_{typical}\left(i\right)-P\left(i\right)\&rsqb;}^2}{n_1}}$

式中，I_R为储能系统典型功率曲线与实际功率曲线的均方差，P_typical为储能系统典型功率曲线，P为储能系统实际功率曲线，P_max为典型功率曲线最大功率值，n₁为功率曲线点数；

步骤8-2、为定量评价典型功率曲线与实际功率曲线概率分布的偏差，定义偏差评价指标I_F：

$I_F=d^{-2}\underset{i=1}{\overset{n_2}{\&Sigma;}}|f_{typical}\left(i\right)-f\left(i\right)|$

式中，I_F为储能系统典型功率曲线功率分布的拟合曲线与实际功率曲线功率分布拟合曲线的偏差评价指标，f_typical是储能系统典型功率曲线功率分布的拟合曲线，f是储能系统实际功率曲线功率分布拟合曲线，n₂是拟合点数，d为储能系统功率分布直方图组距。

12.一种储能系统典型工况曲线的评价系统，其特征在于，所述评价系统包括：所述系统包括相互通信的通讯模块、数据存储与管理模块、控制策略执行模块、典型工况曲线挖掘模块和典型工况曲线分析与评估模块；

所述通讯模块用数据通讯网络与监控平台及所述数据存储与管理模块通信；

所述数据存储与管理模块向所述控制策略执行模块发送信号及数据；

所述控制策略执行模块向所述数据存储与管理模块及所述典型工况曲线挖掘模块发送数据信号；

所述典型工况曲线挖掘模块生成储能系统典型工况曲线，并向所述数据存储与管理模块和典型工况曲线分析与评估模块发送数据信号；

所述典型工况曲线分析与评估模块用于评估典型工况曲线的偏差。