储能配置方法及装置与流程

1.本发明涉及新型能源技术领域，尤其涉及一种储能配置方法及装置。


背景技术：

2.目前，通过风力发电或者光伏发电等新能源发电的设备已广泛接入电网，这在推进电力系统低碳转型的同时，也为以电力平衡为准则的电网调度带来了巨大的挑战。通常新能源发电具有强不确定性和波动性，而传统火电机组受到自身爬坡速率的限制，无法实时平抑新能源发电的波动，导致电力系统实时电力不平衡，容易威胁电网总负荷可靠供应，危害电网运行安全。为此，现有技术中通过电池储能的方式来应对，由于大容量的储能电池具有快速调节能力，被认为是支撑电网运行，促进新能源接入的有效手段。但是，电池储能的成本较高，运行控制较为复杂，不易大量建设。


技术实现要素：

3.本发明提供一种储能配置方法及装置，用以解决现有技术中电池储能的成本较高，运行控制较为复杂，不易大量建设的缺陷，实现合理构建满足电网在不确定环境下安全运行需求的电池储能系统，减少建设电池储能系统的成本。
4.本发明提供一种储能配置方法，包括：
5.获取构建的储能容量配置模型，所述储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的所述新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于所述电网的电力平衡原则构建的；
6.以储能容量最小为目标，对所述储能容量配置模型求解，获得储能容量，所述储能容量用于按照所述储能容量构建所述电网的电池储能系统。
7.根据本发明提供的一种储能配置方法，所述储能容量配置模型是通过如下方式构建的：
8.基于电网的历史数据，构建所述电网中新能源发电的总功率和所述电网总负荷的不确定集，所述不确定集中包含所述新能源发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，所述新能源发电的总功率与对应的基准功率的绝对偏差最大为预设偏差，所述电网总负荷与对应的基准功率的绝对偏差最大为所述预设偏差；
9.确定消纳的所述新能源发电的功率，其中消纳的所述新能源发电的功率小于或者等于所述不确定集中所述新能源发电的总功率；
10.构建所述非新能源机组的模型；
11.构建所述电池储能系统的模型；
12.基于所述电网的电力平衡原则，确定所述非新能源机组的模型中包含的所述非新能源机组的总功率、消纳的所述新能源发电的功率以及所述电池储能系统的模型中包含的所述电池储能系统的净输出功率之和，等于所述电网总负荷，得到所述储能容量配置模型。
13.根据本发明提供的一种储能配置方法，所述电池储能系统的模型中还包含所述电池储能系统的剩余电量；所述以储能容量最小为目标，对所述储能容量配置模型求解，获得所述储能容量，包括：
14.基于所述新能源发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，构建初始的关键极点集合；
15.以所述关键极点集合为输入，以调度策略为变量，以所述储能容量最小为目标，对所述储能容量配置模型求解，得到所述储能容量，所述调度策略中包含所述非新能源机组的总功率、消纳的所述新能源发电的功率、所述电池储能系统的净输出功率以及所述电池储能系统的剩余电量；
16.在以所述关键极点集合为输入求解出所述储能容量后，将所述储能容量输入以所述调度策略不可行度最大为目标的目标函数，对所述目标函数求解，得到所述不确定集中的极点，当所述目标函数的值大于零时，将求解的所述不确定集中的极点添加至所述关键极点集合并继续将所述关键极点集合输入所述储能容量配置模型；当所述目标函数的值等于零时，将所述储能容量作为求解的最终结果。
17.根据本发明提供的一种储能配置方法，所述基于电网的历史数据，构建所述电网中新能源发电的总功率和所述电网总负荷的不确定集，包括：基于若干典型日的t个时段的历史数据，确定t个时段中任意时段光伏发电的总功率对应的基准功率、风力发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，并构建如下所述不确定集：
[0018][0019][0020]
其中，ξ表示所述不确定集，t时段表示t个时段中任意时段，t∈{1,2,
…
,t}，表示t时段所述风力发电的总功率，表示t时段所述光伏发电的总功率，表示t时段所述电网总负荷，ξ
t
表示所述不确定集中t时段的不确定量，为和形成的矩阵的转置，表示t时段所述风力发电的总功率对应的基准功率、表示t时段所述光伏发电的总功率对应的基准功率，表示t时段所述电网总负荷对应的基准功率，γ表示所述预设偏差。
[0021]
根据本发明提供的一种储能配置方法，所述非新能源机组的模型包括：
[0022]gmin
≤g
t
≤g
max
,t＝1,2,
…
,t
[0023]gt-g
t-1
≤r
up
[0024]gt-1-g
t
≤r
down
[0025]
其中，g
t
表示t时段火电机组的总功率，t-1时段表示t时段的前一时段，g
max
表示所述火电机组的总功率的上限，g
min
表示所述火电机组的总功率的下限，r
up
表示相邻的t时段和t-1时段所述火电机组的向上爬坡率的阈值，r
down
表示相邻的t时段和t-1时段所述火电机组的向下爬坡率的阈值。
[0026]
根据本发明提供的一种储能配置方法，所述电池储能系统的模型，包括：
[0027]-s
max
≤s
t
≤s
max
,t＝1,2,
…
,t
[0028]et
＝e
t-1-s
t
[0029]
0≤e
t
≤e
max
[0030]
其中，s
max
表示所述电池储能系统的功率容量，e
max
表示所述电池储能系统的能量容量，s
t
表示t时段所述电池储能系统的净输出功率，e
t
表示t时段所述电池储能系统的剩余电量，为前一时段t-1时段的剩余电量e
t-1
与s
t
的差值。
[0031]
根据本发明提供的一种储能配置方法，所述基于所述电网的电力平衡，确定所述非新能源机组的模型中包含的所述非新能源机组的总功率、消纳的所述新能源发电的功率以及所述电池储能系统的模型中包含的所述电池储能系统的净输出功率之和，等于所述电网总负荷，得到所述储能容量配置模型，包括：
[0032]
基于所述电网的电力平衡原则，构建所述电网的电力平衡模型：
[0033][0034][0035][0036]
其中，表示消纳的所述风力发电的功率，表示消纳的所述光伏发电的功率；
[0037]
基于所述电网的电力平衡模型，构建以所述储能容量最小为目标的所述储能容量配置模型，所述储能容量包括s
max
和e
max
。
[0038]
本发明还提供一种储能配置装置，包括：
[0039]
模型获取模块，用于获取构建的储能容量配置模型，所述储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的所述新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于所述电网的电力平衡原则构建的；
[0040]
容量获得模块，用于以储能容量最小为目标，对所述储能容量配置模型求解，获得储能容量，所述储能容量用于按照所述储能容量构建所述电网的电池储能系统。
[0041]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述储能配置方法。
[0042]
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述储能配置方法。
[0043]
本发明提供的储能配置方法，可以获取构建的储能容量配置模型，该储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于电网的电力平衡构建的，以储能容量最小为目标，对储能容量配置模型求解，则可以获得储能容量，按照储能容量则可以合理构建满足电网在不确定环境下安全运行需求的电池储能系统，如此，可以减少建设电池储能系统的成本。
附图说明
[0044]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]
图1是本发明提供的储能配置方法的流程示意图之一；
[0046]
图2是本发明提供的储能配置方法的流程示意图之二；
[0047]
图3是本发明提供的储能配置装置的结构示意图；
[0048]
图4是本发明提供的电子设备的结构示意图。
具体实施方式
[0049]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0050]
如图1所示，本实施例提供一种储能配置方法，可以由计算机、掌上电脑或者手机等电子设备或者其中的软件和/或硬件执行，至少包括如下步骤：
[0051]
步骤101、获取构建的储能容量配置模型，所述储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的所述新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于所述电网的电力平衡构建的。
[0052]
步骤102、以储能容量最小为目标，对所述储能容量配置模型求解，获得储能容量，所述储能容量用于按照所述储能容量构建所述电网的电池储能系统。
[0053]
本实施例的场景中，电网中包括新能源发电，还包括非新能源发电。
[0054]
其中，新能源发电可以包括光伏发电，也可以包括风力发电，等等。这里，新能源发电的总功率可以反映新能源发电的出力。
[0055]
消纳的新能源发电的功率是指新能源发电的总功率中实际消纳的部分。
[0056]
非新能源发电则可以包括传统的火力发电，还可以包括水力发电，等等。相应的，非新能源机组即进行非新能源发电的机组。非新能源发电机组的模型用于表征非新能源发电机组的运行情况。
[0057]
实际应用中，新能源发电的出力具有不确定性并随时间剧烈波动。电网的负荷受到用户动作的影响，也具有一定的不确定性。为应对新能源发电的不确定性和波动性，可以设置电池储能系统，电池储能系统可以存储和放出电能，从而与新能源发电相配合，实现电力平衡。电池储能系统的模型用于表征电池储能系统的运行情况。这里，电力平衡为电力系统中供需之间的平衡。这里忽略了电网结构和潮流，仅考虑电力系统中供需之间的平衡。基于此，本实施例中，设置了新能源发电的总功率和电网总负荷的不确定集。不确定集是不确定参数的集合，这里，不确定参数包括新能源发电的总功率和电网总负荷，可以反映新能源发电的总功率和电网总负荷可能的波动范围。
[0058]
考虑到电池储能系统的成本较高，运行控制较为复杂，不易大量建设，可以在为电
网构建电池储能系统之前，预先测算需要为电网配置的电池储能系统的最小的储能容量，为此，可以构建储能容量配置模型，用于获得最小的储能容量。然后，基于该最小的储能容量为电网构建匹配的电池储能系统，进行电网调度，如此，可以减少建设电池储能系统的成本。
[0059]
本实施例中，可以获取构建的储能容量配置模型，该储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于电网的电力平衡构建的，以储能容量最小为目标，对储能容量配置模型求解，则可以获得储能容量，按照储能容量则可以合理构建满足电网在不确定环境下安全运行需求的电池储能系统，如此，可以减少建设电池储能系统的成本。
[0060]
在示例性实施例中，如图2所示，所述储能容量配置模型是通过如下方式构建的：
[0061]
步骤201、基于电网的历史数据，构建所述电网中新能源发电的总功率和所述电网总负荷的不确定集，所述不确定集中包含所述新能源发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，所述新能源发电的总功率与对应的基准功率的绝对偏差最大为预设偏差，所述电网总负荷与对应的基准功率的绝对偏差最大为所述预设偏差。
[0062]
若新能源发电包括风力发电和光伏发电，示例性的，所述基于所述电网的历史数据，构建所述电网中新能源发电的总功率和电网总负荷的不确定集，具体可以包括：基于若干典型日的t个时段的历史数据，确定t个时段中任意时段光伏发电的总功率对应的基准功率、风力发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，并构建如下所述不确定集：
[0063][0064][0065]
其中，ξ表示所述不确定集，t时段表示t个时段中任意时段，t∈{1,2,
…
,t}，表示t时段所述风力发电的总功率，表示t时段所述光伏发电的总功率，表示t时段电网总负荷，ξ
t
表示所述不确定集中t时段的不确定量，为和形成的矩阵的转置，表示t时段所述风力发电的总功率对应的基准功率、表示t时段所述光伏发电的总功率对应的基准功率，表示t时段所述电网总负荷对应的基准功率，γ表示所述预设偏差。
[0066]
示例性的，若干典型日可以为一年中每个季度选取的若干典型日，设置时间粒度为小时。在其中任意时段t时段，基于若干典型日t时段的所述风力发电的总功率求均值，得到基于若干典型日t时段的所述光伏发电的总功率求均值，得到和基于若干典型日t时段的所述总负荷求均值，得到
[0067]
实施中，可以根据用户的风险偏好设置预设偏差γ的值，预设偏差越大，不确定集越保守，反之，则越乐观。由于不确定集ξ中的条件均为线性，所以不确定集ξ可以通过如下
形式表示：
[0068]
ξ＝{ξ|hξ≤j}
ꢀꢀ
(3)
[0069]
其中：
[0070]
ξ＝[ξ1；ξ2；
…
；ξ
t
]
ꢀꢀ
(4)
[0071][0072][0073]
其中，ξ表示所有时段的不确定量ξ
t
形成的矩阵，h和j均为系数矩阵，h包括各时段的系数h
t
，j包括各时段的系数j
t
。
[0074]
本实施例中，各时段新能源发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，可以描述新能源出力和电网总负荷的基准曲线，并定义了新能源出力的实际曲线和电网总负荷的实际曲线与对应的基准曲线的最大偏移参数(即预设偏差)，基于此，得到新能源发电的总功率和电网总负荷的不确定集，可以准确描述新能源功率及电网总负荷水平可能的波动范围。
[0075]
步骤202、确定消纳的所述新能源发电的功率，其中消纳的所述新能源发电的功率小于或者等于所述不确定集中所述新能源发电的总功率。示例如下：
[0076][0077][0078]
其中，表示消纳的所述风力发电的功率，表示消纳的所述光伏发电的功率。
[0079]
实际应用中，新能源发电并不强制全部被电网消纳，在某些情况下，实际消纳的新能源发电的功率可以小于新能源发电的总功率，未被消纳部分则可以被舍弃。
[0080]
步骤203、构建所述非新能源机组的模型。所述非新能源机组的模型中包含所述非新能源机组的总功率。非新能源机组的总功率反映非新能源机组的总出力。所述非新能源机组的模型中还包含所述非新能源机组的总功率的约束条件。其中，所述非新能源机组的总功率的约束条件包括火电机组的总功率的上限和下限，以及火电机组的爬坡约束。
[0081]
示例性的，所述非新能源机组的模型包括：
[0082]gmin
≤g
t
≤g
max
,t＝1,2,
…
,t
ꢀꢀ
(9)
[0083]gt-g
t-1
≤r
up
ꢀꢀ
(10)
[0084]gt-1-g
t
≤r
down
ꢀꢀ
(11)
[0085]
其中，g
t
表示t时段所述火电机组的总功率，t-1时段表示t时段的前一时段，g
max
表
示所述火电机组的总功率的上限，g
min
表示所述火电机组的总功率的下限，r
up
表示相邻的t时段和t-1时段所述火电机组的向上爬坡率的阈值，r
down
表示相邻的t时段和t-1时段所述火电机组的向下爬坡率的阈值。
[0086]
实际应用中，任意时段火电机组的总出力不能超过由火电机组的总装机容量决定的上限g
max
，也不能低于火电机组运行物理条件决定的下限g
min
。其中，总装机容量是指实际安装的发电机组的额定有功功率之和。公式(10)和(11)是火电机组的爬坡约束。前者表示，如果前后相邻的两个时段火电机组的出力呈现升高趋势，则提升的功率不得超过火电机组的向上爬坡率的阈值r
up
，相应地，后者则表示，如果前后相邻的两个时段火电机组的出力呈现下降趋势，则降低的功率不得超过火电机组的向下爬坡率的阈值r
down
。本实施例中，从火电机组的总出力、总出力的上限和下限，以及爬坡约束多个角度来描述火电机组的运行，可以全面、准确地反映火电机组的运行情况，利于获得准确的储能容量。
[0087]
步骤204、构建所述电池储能系统的模型。所述电池储能系统的模型中包含所述电池储能系统的净输出功率。电池储能系统的模型中还包含所述电池储能系统的净输出功率的约束条件，例如电池储能系统的功率容量。电池储能系统的模型中还包含所述电池储能系统的剩余电量，以及剩余电量的约束条件，例如电池储能系统的能量容量。
[0088]
示例性的，所述电池储能系统的模型包括：
[0089]-s
max
≤s
t
≤s
max
,t＝1,2,
…
,t
ꢀꢀ
(12)
[0090]et
＝e
t-1-s
t
ꢀꢀ
(13)
[0091]
0≤e
t
≤e
max
ꢀꢀ
(14)
[0092]
其中，s
max
表示所述电池储能系统的功率容量，e
max
表示所述电池储能系统的能量容量，s
t
表示t时段所述电池储能系统的净输出功率，e
t
表示t时段所述电池储能系统的剩余电量，为前一时段t-1时段的剩余电量e
t-1
与s
t
的差值。
[0093]
实际应用中，如果s
t
为正，则电池储能系统向电网放电；如果s
t
为负，则电池储能系统从电网吸收电能。公式(12)反映电池储能系统的净输出功率的范围，公式(13)则反映电池储能系统的剩余电量的变化，公式(14)则反映电池储能系统的剩余电量的范围。本实施例中，通过电池储能系统的净输出功率及其约束条件和剩余电量及其约束条件多方面描述电池储能系统，可以准确反映电池储能系统的运行情况，利于获得更准确的储能容量。
[0094]
步骤205、基于所述电网的电力平衡原则，确定所述非新能源机组的模型中包含的所述非新能源机组的总功率、消纳的所述新能源发电的功率以及所述电池储能系统的模型中包含的所述电池储能系统的净输出功率之和，等于所述电网总负荷，得到所述储能容量配置模型。
[0095]
本实施例中，分别构建了电网中新能源发电的总功率和电网总负荷的不确定集、非新能源机组的模型和电池储能系统的模型，结合电网的电力平衡原则，通过建立非新能源机组的模型中包含的非新能源机组的总功率、消纳的新能源发电的功率以及电池储能系统的模型中包含的电池储能系统的净输出功率、剩余电量与电网总负荷之间的关系，从而构建了受电力平衡约束的储能容量配置模型，能够为电网准确地配置匹配的储能容量，以构建满足电网在不确定环境下安全运行需求的电池储能系统。
[0096]
示例性的，所述基于所述电网的电力平衡，确定所述非新能源机组的模型中包含的所述非新能源机组的总功率、消纳的所述新能源发电的功率以及所述电池储能系统的模
型中包含的所述电池储能系统的净输出功率之和，等于所述电网总负荷，得到所述储能容量配置模型，具体可以包括：
[0097]
第一步、基于所述电网的电力平衡原则，构建所述电网的电力平衡模型：
[0098][0099]
实际应用中，电网弃负荷会产生严重的影响，因此一般情况下弃负荷是不被允许的。基于此，按照鲁棒优化的方法，建立了对于不确定集中任意取值均可实现电力平衡这一鲁棒电力平衡原则的数学描述，即电网的电力平衡模型。
[0100]
实施中，可以定义储能容量的向量x＝[s
max
；e
max
]，表征调度策略的调度向量y＝[y1；y2；
…
；y
t
]，其中电网的电力平衡模型的等式可以由两个相反方向的不等式代替，由于公式(15)中所有的条件都是线性的，公式(15)的电力平衡模型可以转换表达成矩阵形式：
[0101]
ax+by≤b+fξ
ꢀꢀ
(16)
[0102]
其中，a为x的系数矩阵，b为y的系数矩阵，f为ξ的系数矩阵，b为常数项的系数矩阵，a、b、f和b是将公式(15)转换成矩阵形式即公式(16)的过程中得到的系数矩阵，转换表达成矩阵形式的具体方式可以参考相关技术。进一步地，如果考虑到不确定集，鲁棒意义下的电力平衡可描述为，对于不确定集中的任意实现，公式(16)均可满足，电网的电力平衡模型也即:
[0103][0104]
第二步、基于所述电网的电力平衡模型，构建以所述储能容量最小为目标的所述储能容量配置模型，所述储能容量包括s
max
和e
max
。
[0105]
示例性的，以公式(17)的电力平衡模型为基础，构建如下储能容量配置模型：
[0106][0107][0108]
其中，c
′
为系数，是系数c的转置，通过该模型可以寻找一个最优或最经济的储能容量，也即最小的储能容量，使得在这个储能容量下，对于不确定集ξ＝{ξ|hξ≤j}内任意的不确定实现ξ，都可以找到至少一个可行的调度策略y。
[0109]
示例性的，所述电池储能系统的模型中还包含所述电池储能系统的剩余电量；所述以储能容量最小为目标，对所述储能容量配置模型求解，获得所述储能容量，具体可以包括：
[0110]
第一步、基于所述新能源发电的总功率对应的基准功率和所述总负荷对应的基准功率，构建初始的关键极点集合。
[0111]
初始的关键极点集合中包括所述新能源发电的总功率对应的基准功率和所述总负荷对应的基准功率。
[0112]
第二步、以所述关键极点集合为输入，以调度策略为变量，以所述储能容量最小为目标，对所述储能容量配置模型求解，得到所述储能容量，所述调度策略中包含所述非新能源机组的总功率、消纳的所述新能源发电的功率、所述电池储能系统的净输出功率以及所
述电池储能系统的剩余电量。具体实现如下：
[0113][0114]
s.t.ax+byn≤b+fξn,ξn∈ω
ꢀꢀ
(19)
[0115]
其中，ω为关键极点集合，ξn表示第n个关键极点，yn表示第n个关键极点对应的调度策略。
[0116]
在以所述关键极点集合为输入求解出所述储能容量后，将所述储能容量输入以所述调度策略不可行度最大为目标的目标函数，对所述目标函数求解，得到所述不确定集中的极点，当所述目标函数的值大于零时，将求解的所述不确定集中的极点添加至所述关键极点集合并继续将所述关键极点集合输入所述储能容量配置模型；当所述目标函数的值等于零时，将所述储能容量作为求解的最终结果。目标函数具体包括：
[0117][0118]
s.t.b
′
λ＝0,-1≤λ≤0,ξ∈ξ
ꢀꢀ
(20)
[0119]
其中，(λ
*
,ξ
*
)表示目标函数，λ
′
为目标函数的系数，λ
′
为λ的转置，b
′
为b的转置，λ
*
和ξ
*
为目标函数的解，ξ
*
为不确定集中的极点。初始化时，若目标函数的最优值(即调度策略不可行度最大)大于0，则ω＝ω∪{ξ
*
}，若最优值为零，则逻辑停止，当前的储能容量作为最终结果。
[0120]
其中，调度策略不可行度用于衡量在所述储能容量下，为使不确定集中所有极点均有可调度策略，需要额外提供的资源的多少。相应的，以上关键极点则是使得调度策略不可行度最大的极点。调度策略不可行度为零时，可以获得最优解，因为基于此时的储能容量，无需额外提供资源。
[0121]
本实施例中，对储能容量配置模型的求解，提供了求解储能容量的分解算法，结合不确定集中的关键极点，求解储能容量，其中的关键极点是结合调度策略不可行度得到的，求解的储能容量可以满足各种调度需求，因此，可以更加准确地求解出满足电网在不确定环境下安全运行需求的储能容量，进一步减少建设电池储能系统的成本。
[0122]
下面对本发明提供的储能配置装置进行描述，下文描述的储能配置装置与上文描述的储能配置方法可相互对应参照。
[0123]
如图3所示，本实施例提供一种储能配置装置，包括：
[0124]
模型获取模块301，用于获取构建的储能容量配置模型，所述储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的所述新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于所述电网的电力平衡原则构建的；
[0125]
容量获得模块302，用于以储能容量最小为目标，对所述储能容量配置模型求解，获得储能容量，所述储能容量用于按照所述储能容量构建所述电网的电池储能系统。
[0126]
在示例性实施例中，模型获取模块301，还用于：
[0127]
基于电网的历史数据，构建所述电网中新能源发电的总功率和所述电网总负荷的不确定集，所述不确定集中包含所述新能源发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，所述新能源发电的总功率与对应的基准功率的绝对偏差最大为预设偏
差，所述总负荷与对应的基准功率的绝对偏差最大为所述预设偏差；
[0128]
确定消纳的所述新能源发电的功率，其中消纳的所述新能源发电的功率小于或者等于所述不确定集中所述新能源发电的总功率；
[0129]
构建所述非新能源机组的模型；
[0130]
构建所述电池储能系统的模型；
[0131]
基于所述电网的电力平衡原则，确定所述非新能源机组的模型中包含的所述非新能源机组的总功率、消纳的所述新能源发电的功率以及所述电池储能系统的模型中包含的所述电池储能系统的净输出功率之和，等于所述电网总负荷，得到所述储能容量配置模型。
[0132]
在示例性实施例中，容量获得模块，具体用于：
[0133]
基于所述新能源发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，构建初始的关键极点集合；
[0134]
以所述关键极点集合为输入，以调度策略为变量，以所述储能容量最小为目标，对所述储能容量配置模型求解，得到所述储能容量，所述调度策略中包含所述非新能源机组的总功率、消纳的所述新能源发电的功率、所述电池储能系统的净输出功率以及所述电池储能系统的剩余电量；
[0135]
在以所述关键极点集合为输入求解出所述储能容量后，将所述储能容量输入以所述调度策略不可行度最大为目标的目标函数，对所述目标函数求解，得到所述不确定集中的极点，当所述目标函数的值大于零时，将求解的所述不确定集中的极点添加至所述关键极点集合并继续将所述关键极点集合输入所述储能容量配置模型；当所述目标函数的值等于零时，将所述储能容量作为求解的最终结果。
[0136]
在示例性实施例中，模型获取模块301，具体用于：基于若干典型日的t个时段的历史数据，确定t个时段中任意时段光伏发电的总功率对应的基准功率、风力发电的总功率对应的基准功率和所述电网总负荷对应的基准功率，并构建如下所述不确定集：
[0137][0138][0139]
其中，ξ表示所述不确定集，t时段表示t个时段中任意时段，t∈{1,2,
…
,t}，表示t时段所述风力发电的总功率，表示t时段所述光伏发电的总功率，表示t时段所述电网总负荷，ξ
t
表示所述不确定集中t时段的不确定量，为和形成的矩阵的转置，表示t时段所述风力发电的总功率对应的基准功率、表示t时段所述光伏发电的总功率对应的基准功率，表示t时段所述电网总负荷对应的基准功率，γ表示所述预设偏差。
[0140]
在示例性实施例中，所述非新能源机组的模型包括：
[0141]gmin
≤g
t
≤g
max
,t＝1,2,
…
,t
[0142]gt-g
t-1
≤r
up
[0143]gt-1-g
t
≤r
down
[0144]
其中，g
t
表示t时段所述火电机组的总功率，t-1时段表示t时段的前一时段，g
max
表示所述火电机组的总功率的上限，g
min
表示所述火电机组的总功率的下限，r
up
表示相邻的t时段和t-1时段所述火电机组的向上爬坡率的阈值，r
down
表示相邻的t时段和t-1时段所述火电机组的向下爬坡率的阈值。
[0145]
在示例性实施例中，所述电池储能系统的模型包括：
[0146]-s
max
≤s
t
≤s
max
,t＝1,2,
…
,t
[0147]et
＝e
t-1-s
t
[0148]
0≤e
t
≤e
max
[0149]
其中，s
max
表示所述电池储能系统的功率容量，e
max
表示所述电池储能系统的能量容量，s
t
表示t时段所述电池储能系统的净输出功率，e
t
表示t时段所述电池储能系统的剩余电量，为前一时段t-1时段的剩余电量e
t-1
与s
t
的差值。
[0150]
在示例性实施例中，模型获取模块301，具体用于：
[0151]
基于所述电网的电力平衡原则，构建所述电网的电力平衡模型：
[0152][0153][0154][0155]
其中，表示消纳的所述风力发电的功率，表示消纳的所述光伏发电的功率；
[0156]
基于所述电网的电力平衡模型，构建以所述储能容量最小为目标的所述储能容量配置模型，所述储能容量包括s
max
和e
max
。
[0157]
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communications interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行储能配置方法，该方法包括：
[0158]
获取构建的储能容量配置模型，所述储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的所述新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于所述电网的电力平衡原则构建的；
[0159]
以储能容量最小为目标，对所述储能容量配置模型求解，获得储能容量，所述储能容量用于按照所述储能容量构建所述电网的电池储能系统。
[0160]
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0161]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在
非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的储能配置方法，该方法包括：
[0162]
获取构建的储能容量配置模型，所述储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的所述新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于所述电网的电力平衡原则构建的；
[0163]
以储能容量最小为目标，对所述储能容量配置模型求解，获得储能容量，所述储能容量用于按照所述储能容量构建所述电网的电池储能系统。
[0164]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的储能配置方法，该方法包括：
[0165]
获取构建的储能容量配置模型，所述储能容量配置模型是根据电网中新能源发电的总功率和电网总负荷的不确定集，消纳的所述新能源发电的功率，非新能源机组的模型中包含的所述非新能源机组的总功率和电池储能系统的模型中包含的所述电池储能系统的净输出功率，基于所述电网的电力平衡原则构建的；
[0166]
以储能容量最小为目标，对所述储能容量配置模型求解，获得储能容量，所述储能容量用于按照所述储能容量构建所述电网的电池储能系统。
[0167]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0168]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0169]
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。