一种基于云模型的储能系统典型曲线挖掘方法
【技术领域】
[0001] 本发明属于电力系统储能系统技术领域，尤其涉及一种基于云模型的储能系统典 型曲线挖掘方法。
【背景技术】
[0002] 可再生能源发电的波动性、间歇性和不可预知性会给现有电力系统的运行带来一 定冲击。储能系统具有快速响应和动态调节能力，可以有效提高新能源电力系统的友好性。 [0003]目前对于储能系统充放功率的研究都集中于优化控制与容量配置等方面，对于典 型运行曲线的挖掘工作关注较少，存在着对储能系统充放功率整体认知不够清楚，且计算 量巨大等问题。挖掘确定应用场景下的储能系统典型运行曲线是对储能系统运行特征的提 取与概括，可以实现对于储能系统充放功率情况的整体认知，进而辅助解决容量配置的问 题。利用所提取的典型运行曲线可以压缩数据量，节省计算量。
【发明内容】
[0004] 针对目前储能系统充放功率研究存在的问题，本发明提出了一种基于云模型的储 能系统典型曲线挖掘方法，包括：
[0005] 步骤1、确定储能系统的应用场景与控制策略，对储能系统的充放功率进行数据 采集，记第j日k时刻储能系统充放功率值为P jk，j = 1，2,…，η，η为统计总天数，k = 1，2,…，s，s为每日采样点个数，η天内k时刻充放功率最大值为Pkniax，则储能系统充放功 率在 k 时刻的标么值为：P]k pu= P ]k/Pk_，P]k pue [0, 1];
[0006] 步骤2、统计η天的不同时刻的标幺充放功率值并存入矩阵Mstin= [P1, p2,…，pk,… ，PS]T，P k是储能系统η天内k时刻的标幺充放功率向量，p k= [P lk_pu, P2kjm,…，Pnkjm];
[0007] 步骤3、统计标么充放功率向量pk的频率分布，得到p亦频率分布曲线f (X) k，并 根据频率分布曲线f (X)k的峰值F k]所对应的横坐标得到云模型的期望E xkl，即云的重心位 置；i = 1，2, "'m,初始值 i = 1 ;
[0008] 步骤4、以云模型的期望Exkl为中心，找出左右两边出现的第一个波谷所在位置， 分别记为X lf3f^ X hght，则确定第一个云模型的云滴范围山=min (E Xki-x1(；ft，Xl4ght-Exki);利 用无需确定度信息的逆向云算法计算出熵E Tki与超熵He ki，继而计算云模型的数据分布函 fcloud ki，
[0009] 步骤5、从频率分布曲线f (X)1^减去云模型分布函数Llciud kl，得到新的频率分布 曲线f'（X)k，并寻找f'（X)k的峰值F ki+1;计算峰值Fki与峰值F ki+1的差值Distance ki = Fk「Fki+1;
[0010] 步骤6、若Distancekl大于等于阈值ε，则找出峰值F kl+1对应的横坐标E xkl+1，则i =i+Ι并重复步骤4~步骤5,直到Distancekn/J、于阈值ε，并获得所对应的横坐标E xki;g Distancek/j、于阈值ε，则k = k+1，即进入寻找下一时刻的正态云模型组；
[0011] 步骤7、根据步骤4~步骤6得到k时刻的代表充放功率值向量：(Exkl，E xk2，… ，Exkl，…，ExkJ ;储能系统在k时刻的典型充放功率值的计算方法如下：
[0013] 步骤8、依次计算k+l，k+2,…，s时刻的储能系统典型充放功率值，得到储能系统 典型运行曲线P =IiP1, P2，…，Ps]。
[0014] 所述步骤4中的逆向云算法为：
[0015] 步骤401、将范围在（Exkl山，Exku(I 1)内的功率数据记为xkll，i = 1，2,…，T ;根据 样本Xkli计算样本期望：
[0016] 步骤402、计算样本方差：
[0017] 步骤403、计算熵：
[0018] 步骤404、计算超熵：
[0019] 所述步骤4中的云模型的数据分布函数计算方法为：
[0021] 本发明的有益效果如下：应用于削峰填谷，跟踪风电计划出力，平抑风电或者光伏 发电的功率波动等应用场景，能大大减少计算量，能对储能系统充放功率整体有清楚认知； 云模型中的逆向云发生器可以将精确数据转换为以数字特征C(Ex，En He)表示的云模型， 实现数值到概念的提取与转换，即实现储能系统充放功率数据挖掘出储能系统典型运行曲 线。
【附图说明】
[0022] 图1是基于云模型的储能系统典型曲线挖掘算法流程图；
[0023] 图2是平抑光伏电站的功率波动时的储能系统控制策略图；
[0024] 图3是实施例中所挖掘的储能系统典型运行曲线图；
[0025] 图4是实施例中储能系统功率分布及非参数核密度估计图。
【具体实施方式】
[0026] 下面结合附图，对实施例作详细说明。
[0027] 本发明提出了一种基于云模型的储能系统典型曲线挖掘方法，如图1所示，包括：
[0028] 步骤1、设定储能系统的应用场景为平抑光伏电站的功率波动。设定时间跨度为1 年。选取控制策略为一阶低通滤波。如图2所示，该光储联合系统主要由光伏电站、储能系 统和控制系统组成。匕为光伏电站输出功率，Pb是储能系统输出功率，P?是光储联合系统 总输出功率。它们存在的关系如下式所不（尚散化后）：
[0032] 其中，k为离散化时间步，对应时刻为tk= t Q+k · Δ t，t。为初始时刻，Δ t为采样 时间间隔。τ为低通滤波器的时间常数，α为与τ有关的常数，称为滤波常数。
[0033] 根据上述控制策略及等式，计算得出1年的储能系统充放功率。
[0034] 对储能系统的充放功率进行数据采集，记第j日k时刻储能系统充放功率值为Pjk， j = 1，2,…，η，η为统计总天数，k = 1，2,…，s，s为每日采样点个数，η天内k时刻充放功率 最大值为Pkniax，则储能系统充放功率在k时刻的标幺值为：P jk pu= P jk/Pk_，Pjk pue [0, 1];
[0035] 步骤2、统计η天的不同时刻的标幺充放功率值并存入矩阵Mstin= [P1, p2,…，pk,… ，PS]T，Pk是储能系统η天内k时刻的标幺充放功率向量，ρ k= [Ρ lk_pu, P2kjm,…，Pnkjm];
[0036] 步骤3、统计标么充放功率向量pk的频率分布，得到p』勺频率分布曲线f (X) k，并 根据频率分布曲线f (X)k的峰值F k]所对应的横坐标得到云模型的期望E xkl，即云的重心位 置；i = 1，2, "'m,初始值 i = 1 ;
[0037] 步骤4