一种新能源场站储能配置计算方法、系统、介质及设备

1.本发明属于新能源场站中的多能互补电源规划技术领域，具体涉及一种新能源场站储能配置计算方法、系统、介质及设备。


背景技术：

2.可再生能源发电具有间隙与波动特性，随着可再生新能源大规模并网以及传统电源所占比例的降低，电源侧随机性对电力系统的冲击越来越大，调峰压力增大，使系统规划和运行遇到巨大挑战。
3.风光出力具有时空平滑作用和资源互补作用(通常来说风电夜间出力大，光伏夜间出力为零)，并且随着区域规模的增加，互补特性越来越明显。针对新能源场站而言，通过充分挖掘其风光出力的时空互补作用，能够降低新能源出力的随机波动性。此外，储能系统凭借其可充可放的运行特性，能有效克服光伏、风电输出功率的波动性，提高可再生能源的消纳。大规模配置电化学储能是平抑新能源出力波动，提高新能源利用率的一种有效方式。由于目前化学储能的建设成本仍然较高，需要在利用储能灵活调节能力的基础上，对风光储容量进行合理优化配置。
4.风光储互补配置能够降低出力的波动性，然而从系统的角度看，源荷之间的匹配关系才才更能凸显多能互补的效果。由于负荷是波动的，负荷的波动由可控的电源来承担，但如果新能源总出力不是平稳的，而是与负荷有着类似的波动情况，那么负荷的变化就可以由新能源承担一部分，大幅减轻了可控电源的调峰压力，同时新能源的消纳也将有所增加，符合发电清洁性的要求。
5.目前对于新能源和电化学储能的容量规划，大多数研究都是基于传统的发电扩展规划(gep)模型进行多能源协同规划，很少单独考虑新能源和电化学储能之间的关系。


技术实现要素：

6.本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种新能源场站储能配置计算方法、系统、介质及设备，用于对不同的新能源场站配置最合适的新能源和储能配比，从而在保证经济性的前提下，降低新能源对系统带来的调峰压力。
7.本发明采用以下技术方案：
8.一种新能源场站储能配置计算方法，根据负荷需求和新能源出力的历史数据，得到负荷曲线和新能源单位的出力曲线；采用比例法对负荷曲线进行修正，并保持修正前后负荷曲线的峰谷差率不变，将修正后的负荷曲线定义为计划出力曲线；将新能源单位的出力曲线与新能源装机的乘积作为新能源出力曲线；以新能源出力曲线与计划出力曲线的偏差最小为目标函数，建立跟踪计划出力曲线偏差最小模型；求解得到系统调峰特性和跟负荷能力最优的风光配置；以系统调峰特性和跟负荷能力最优的风光配置为基础，以投资成本、运行成本和偏差成本最优为目标函数，建立以经济最优为目标的新能源场站储能配置模型；求解得到新能源场站储能配比结果。
9.具体的，采用比例法对负荷曲线进行修正具体为：
10.将新能源出力曲线折算为标幺值曲线，采用比例法确定风光储互补系统第d个典型日第t时刻的计划出力如下：
[0011][0012]
其中，为第d个典型日第t时刻的负荷标幺值，ki为电厂i的装机台数，为风电场i在典型日d时刻t的预测出力，为光伏电站i在典型日d时刻t的预测出力。
[0013]
具体的，跟踪计划出力曲线偏差最小模型的目标函数为：
[0014][0015]
其中，ωd为典型日d的权重，λ(p)为单位功率偏差考核费用，为风光储互补系统在第d个典型日第t时刻的发电功率，为风光储互补系统第d个典型日第t时刻的计划出力。
[0016]
具体的，跟踪计划出力曲线偏差最小模型的约束包括：
[0017]
投产变量约束：
[0018][0019]
多能互补运行策略约束：
[0020][0021][0022][0023]
ω
total
＝ω
wt
+ω
pv
+ω
bes
[0024][0025]
风光电站的运行约束：
[0026][0027][0028]
其中，ki为电厂i的装机台数，z为整数集合，δ
max
为允许的最大出力偏差，p
i,d,t
为能源基地中各类电厂i在第d个典型日的第t时刻的发电功率，ω
wt
为风电场集合，ω
pv
为光伏电站集合，ω
bes
为电化学储能电站集合，为风电场i在典型日d时刻t的实际出力，为风电场i在典型日d时刻t的预测出力，为光伏电站i在典型日d时刻t的实际出力，为光伏电站i在典型日d时刻t的预测出力。
[0029]
具体的，新能源场站储能配置模型的目标函数为：
[0030]
min f＝c
inv
+c
oper
+c
dev
[0031]
其中，c
inv
为系统的投资成本，c
oper
为运行成本，c
dev
为出力偏差考核成本。
[0032]
进一步的，系统的投资成本c
inv
和运行成本c
oper
分别为：
[0033][0034][0035]
其中，ω
total
、ω
bes
为所有电厂的集合、电化学储能的集合，ki为电厂i的装机台数，为电厂i内单台机组的容量，为电化学储能i内单台储能设备的最大储能电量，和为电厂i内机组的单位容量投资成本与单位电量投资成本，ω
wt
、ω
pv
为风电厂、光伏电站的集合，d为典型日集合，t为典型日内时刻集合，foi为电厂i的单位容量固定运行成本，ωd为典型日d的权重，和为风电厂和光伏电站i在典型日d时刻t的预测出力，和为风电厂和光伏电站i在典型日d时刻t的实际出力。
[0036]
具体的，新能源场站储能配置模型的约束包括：
[0037]
电化学储能运行约束具体为：
[0038][0039][0040][0041][0042][0043][0044][0045][0046]
储能配比约束：
[0047][0048]
各类型电源利用小时数约束：
[0049][0050][0051]
[0052][0053][0054][0055]
ω
total
＝ω
wt
+ω
pv
+ω
bes
[0056][0057][0058][0059]
其中，为储能电站i在典型日d时刻t的充电功率，为储能电站i在典型日d时刻t的放电功率，为储能电站i在典型日d时刻t的充电状态，为储能电站i在典型日d时刻t的放电状态，为储能电站i的最大单机充电功率，为储能电站i的最大单机放电功率，为储能电站i在典型日d时刻t的储电量，和分别为储能电站i的的自损耗系数、充电效率、放电效率，为储能电站i的最小单机储电量，为储能电站i的最大单机储电量，为储能电站i在典型日d时刻t的发电功率，ψ
bes
为储能相对新能源的最低容量配比，λ为电源类型的标识符，包括火电、水电、风电与光伏，为电源类型λ的最小年利用小时数，为电源类型λ的最大年利用小时数，为储能的年最小放电小时数，为储能的年最大放电小时数。
[0060]
第二方面，本发明实施例提供了一种新能源场站储能配置计算系统，包括：
[0061]
修正模块，用于根据负荷需求和新能源单位的出力的历史数据，得到负荷曲线和新能源出力曲线；采用比例法对负荷曲线进行修正，并保持修正前后负荷曲线的峰谷差率不变；将修正后的负荷曲线定义为计划出力曲线，将新能源单位的出力曲线与新能源装机的乘积作为新能源出力曲线；
[0062]
偏差模块，用于以修正模块得到的新能源出力曲线与计划出力曲线的偏差最小为目标函数，建立跟踪计划出力曲线偏差最小模型；求解得到系统调峰特性和跟负荷能力最优的风光配置；
[0063]
计算模块，用于以偏差模块得到的系统调峰特性和跟负荷能力最优的风光配置为基础，以投资成本、运行成本和偏差成本最优为目标函数，建立以经济最优为目标的新能源场站储能配置模型；求解得到新能源场站储能配比结果。
[0064]
第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述新能源场站储能配置计算方法的步骤。
[0065]
第四方面，本发明实施例提供了一种计算机可读存储介质，包括计算机程序，所述计算机程序被处理器执行时实现上述新能源场站储能配置计算方法的步骤。
[0066]
与现有技术相比，本发明至少具有以下有益效果：
[0067]
一种新能源场站储能配置计算方法，首先针对不同规区域，设计不同的标准化计划供应曲线，即配置储能前的新能源出力曲线；然后根据新能源出力曲线与计划发电曲线，采用比例法对负荷曲线曲线进行标准化处理；然后，不考虑储能机组，以新能源出力曲线与计划出力曲线间的偏差最小为目标，对风光配比进行优化，得到系统调峰特性和跟负荷能力最优的风光配比；然后，以风光配比为基础，以经济性最优为目标，以优化储能相对新能源的配比，综合考虑储能的成本与其对出力调节能力，得到一个相对均衡的储能配比结果；最后，从波动性和反调峰特性两个维度定义评价指标，对规划结果进行分析。基于本发明所提方法，综合考虑储能投资成本与供应曲线偏差成本之间的权衡，为新能源场站制定最优的风光储容量配比，从而降低新能源不确定性对电力系统带来的调峰压力，降低了新能源的出力波动，并促进了新能源消纳。
[0068]
进一步的，根据历史数据，制定标准化负荷曲线和新能源供应曲线，采用比例法和计划发电量与新能源发电量相同的策略，对负荷曲线进行修正，从而为后面优化配比提供所需的必要条件。
[0069]
进一步的，将计划出力曲线与新能源出力曲线的偏差作为目标曲线，制定分段偏差惩罚系数，一方面可以使非线性问题转化为线性问题，大大提高求解效率；另一方面在参数设置合理的情况下，求解可以达到很好的效果，使净负荷接近一条平稳的直线，波动程度最小，最有利于系统调峰。
[0070]
进一步的，添加投产变量约束，以保证用新能源场站中的装机数目来进行优化，使结果能与实际系统匹配；添加多能互补运行策略约束，以保证新能源的总电量能够匹配总电量要求，为后续进行储能规划做必要的准备；添加风光电站约束，以保证风光按新能源出力曲线进行出力。
[0071]
进一步的，以投资成本、运行成本、出力偏差考核成本为目标，使新能源配套储能在充分考虑系统经济性的情况下，尽可能的追踪计划出力曲线。
[0072]
进一步的，为了避免新能源配套储能盲目的追踪计划出力曲线而导致系统经济性变差，加入了系统投资成本和运行成本。
[0073]
进一步的，在目标函数中加入储能的投建成本，避免出现投资过多或过少的不合理结果；加入储能的运行成本和运行约束，详细刻画了储能的运行情况，保证了模型结果的合理性。
[0074]
可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0075]
综上所述，本发明具有更强的适用性，相比传统的电源规划方法，本文重点使单独研究新能源和电化学储能之间的关系，考虑了新能源-储能联合出力曲线与实际负荷曲线之间的匹配关系，从而对负荷曲线进行了修正；在建立不包含储能的新能源配置模型时，采用分段惩罚系数的方法，提高了计算效率；然后在建立新能源-储能配置模型时，综合考虑了储能投资、运行成本和供应曲线偏差成本之间的权衡，使得计算结果更加合理。
[0076]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0077]
图1为本发明流程示意图；
[0078]
图2为本发明一实施例提供的计算机设备的示意图；
[0079]
图3为area_5中的场景1新能源和储能的发电曲线图；
[0080]
图4为area_3中的场景1新能源和储能的发电曲线图；
[0081]
图5为area_7中场景2新能源和储能的发电曲线图。
具体实施方式
[0082]
下面将结合本发明实施例中的附图，对本发明实施例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做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。
[0083]
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0084]
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0085]
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0086]
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。
[0087]
取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
[0088]
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0089]
本发明提供了一种新能源场站储能配置计算方法，用于对不同地区配置最合适的新能源和储能配比，从而在保证经济性的前提下，降低新能源对电力系统带来的调峰压力；基于跟踪负荷曲线和平准化配比的新能源场站储能配置模型，考虑了实际中新能源-储能联合出力曲线与负荷曲线之间的匹配关系，而非传统的新能源-储能联合出力波动最小，在计算方法上较为灵活；除此之外，本发明旨在研究在理论上的新能源-储能之间的最优配比，而不是最佳容量，如果仅需要得出新能源之间的最佳配比，只需要给定负荷曲线和新能
源出力的标幺值，只考虑曲线形状特征，因此在输入数据方面的要求更为宽松。基于本发明所提方法，综合考虑储能投资成本与供应曲线偏差成本之间的权衡，为电力系统制定最优的风光储容量配比，从而降低新能源不确定性对电力系统带来的调峰压力，降低了新能源的出力波动，并促进了新能源消纳。
[0090]
请参阅图1，本发明一种新能源场站储能配置计算方法，包括以下步骤：
[0091]
s1、从电力系统规划部门获取系统基本技术数据；
[0092]
应用本发明方法时，首先从相关部门获取所需数据，包括：
[0093]
系统基本技术数据包括：各类型电源的技术参数，负荷需求及新能源发电的历史信息。
[0094]
从相关部门获取上述信息后，按图1步骤进行基于跟踪负荷曲线和平准化配比的新能源场站储能配置计算。
[0095]
系统基本技术数据包括：新能源和储能的技术参数，负荷需求及新能源出力的历史信息。
[0096]
从电力系统规划部门获取系统基本技术数据，一方面新能源和待投建储能基础技术数据可以为我们的储能配置方案提供经济技术参数，用于衡量储能的投资经济性，另一方面系统的历史运行数据，可以用于衡量新能源供应曲线与计划出力曲线的偏差和储能配置方案的运行经济性，从而为制定最终的新能源和储能配置方案提供关键的数据支撑。
[0097]
s2、根据步骤s1获取的负荷需求和新能源出力的历史数据，制定标准化负荷曲线和新能源供应曲线；采用比例法，对负荷曲线进行修正，并保持其峰谷差率不变；采用计划发电量与新能源发电量相同的策略，对负荷曲线进行二次修正；
[0098]
将新能源曲线折算为标幺值曲线，计划出力曲线采用比例法折算，具体如下：
[0099][0100]
其中，为地市原始负荷曲线在典型日d时刻t的标幺值。
[0101]
s3、不考虑储能机组，以总出力曲线与负荷曲线间的偏差最小为目标函数；构建投产变量约束，多能互补运行策略约束，风光电站的运行约束；对风光配比进行优化，建立跟踪计划出力曲线偏差最小模型；采用分支定界法对跟踪计划出力曲线偏差最小模型进行求解，得到系统调峰特性和跟负荷能力最优的风光配比；
[0102]
根据步骤s2修正后的计划出力曲线，建立偏差最小模型；
[0103]
偏差最小模型的目标函数包括系统的出力偏差考核成本，具体为：
[0104]
min f＝c
dev
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0105][0106]
其中，c
dev
为系统的出力偏差考核成本，λ(p)为单位功率偏差考核费用，本发明采用了分段考核方式，即出力偏差越大则对应的考核费用越高，为风光储互补系统在第d个典型日第t时刻的发电功率，为风光储互补系统第d个典型日第t时刻的计划出力。
[0107]
投产变量约束主要是风光储互补系统各电厂的投产台数为整数，具体为：
[0108][0109]
多能互补运行策略约束其主要是在调峰特性方面，风光储互补系统按照给定计划发电曲线进行出力，限定其出力偏差不得超过设定的最大出力偏差，进一步地对系统的年发电总量进行限制，使其大于等于计划发电曲线的电量，具体为：
[0110][0111][0112][0113]
ω
total
＝ω
wt
+ω
pv
+ω
bes
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0114][0115]
风电厂和光伏电站的运行约束主要是风电厂、光伏电站各个时刻的出力受资源水平限制，具体为：
[0116][0117][0118]
其中，ki为电厂i的装机台数，z为整数集合，δ
max
为允许的最大出力偏差，p
i,d,t
为能源基地中各类电厂i在第d个典型日的第t时刻的发电功率，ω
wt
为风电场集合，ω
pv
为光伏电站集合，ω
bes
为电化学储能电站集合，为风电场i在典型日d时刻t的实际出力，为风电场i在典型日d时刻t的预测出力，为光伏电站i在典型日d时刻t的实际出力，为光伏电站i在典型日d时刻t的预测出力。
[0119]
s4、以步骤s3中获取的风光配比为基础，以投资成本、运行成本和偏差成本最优为目标函数；在原有约束的基础上加入电化学储能运行约束，储能配比约束，各类型电源利用小时约束；建立新能源场站储能配置模型；采用商业求解器对储能配置优化模型进行求解，以优化储能相对新能源的配比，综合考虑储能的成本与其对出力调节能力，得到一个相对均衡的储能配比结果；
[0120]
根据步骤s3得到的风光配比数据，构建考虑储能的经济最优模型，优化储能相对新能源的配比。
[0121]
经济最优模型的目标函数为：
[0122]
min f＝c
inv
+c
oper
+c
dev
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0123]
其中，c
inv
为系统的投资成本，c
oper
为运行成本，c
dev
为出力偏差考核成本。
[0124]
系统的投资成本c
inv
和运行成本c
oper
分别为：
[0125][0126][0127]
其中，ω
total
、ω
bes
为所有电厂的集合、电化学储能的集合，ki为电厂i的装机台数，
为电厂i内单台机组的容量，为电化学储能i内单台储能设备的最大储能电量，和为电厂i内机组的单位容量投资成本与单位电量投资成本，ω
wt
、ω
pv
为风电厂、光伏电站的集合，d为典型日集合，取值范围为从1到|d|，||表示集合的基数，t为典型日内时刻集合，取值范围为从1到|t|，foi为电厂i的单位容量固定运行成本，ωd为典型日d的权重，和为风电厂和光伏电站i在典型日d时刻t的预测出力，和为风电厂和光伏电站i在典型日d时刻t的实际出力。
[0128]
电化学储能运行约束主要是电化学储能的运行状态(包括充放电状态、充放电功率、储能电量)的限制，具体为：
[0129][0130][0131][0132][0133][0134][0135][0136][0137]
由于式(15)和(16)中含有0～1变量与自变量相乘的这种非线性项，采用bigm法将约束线性化，得到式(23)、(24)、(25)和(26)。
[0138]
储能配比约束主要是该约束对电化学储能相对于新能源装机的配比做限制，以应对新建项目的储能配比政策要求，具体为：
[0139][0140]
各类型电源利用小时数约束主要是各类型电源的年利用小时数需满足约束，应大于给定的最小利用小时数，小于给定的最大利用小时数，具体为：
[0141][0142][0143]
s.t(4)～(11)
[0144]
其中，为储能电站i在典型日d时刻t的充电功率，为储能电站i在典型日d时刻t的放电功率，为储能电站i在典型日d时刻t的充电状态，为储能电站i在典型日d时刻t的放电状态，为储能电站i的最大单机充电功率，为储能电站i
的最大单机放电功率，为储能电站i在典型日d时刻t的储电量，和分别为储能电站i的的自损耗系数、充电效率、放电效率，为储能电站i的最小单机储电量，为储能电站i的最大单机储电量，为储能电站i在典型日d时刻t的发电功率，ψ
bes
为储能相对新能源的最低容量配比，λ为电源类型的标识符，包括火电、水电、风电与光伏，为电源类型λ的最小年利用小时数，为电源类型λ的最大年利用小时数，为储能的年最小放电小时数，为储能的年最大放电小时数。
[0145]
s5、根据步骤s4得到的风光储配比数据，从波动性和反调峰特性的两个维度定义评价指标，并在优化配置前后指标进行对比，证明本发明方法的有效性。
[0146]
单时刻新能源系统的出力波动率为：
[0147][0148]
采用年平均波动率衡量新能源系统的出力波动性，具体为：
[0149][0150]
反调峰特性采用出力偏差的峰谷差率，具体为：
[0151][0152][0153][0154]
其中，ρ
t
为风光储互补系统t时刻的出力变化率，p
t
为风光储互补系统t时刻的出力，ρ为风光储互补系统的年平均波动率，ρ
d,t
为风光储互补系统在典型日d时刻t的出力，ηd为典型日d的占比，取值为0到1，d为典型日集合，t为典型日内时刻集合，取值范围为从1到|t|，为t时刻的出力偏差功率，为t时刻的计划发电功率，p
twp
为t时刻风光互补系统的实际发电功率，ξd为出力偏差曲线在典型日d的日峰谷差，s为新能源的总装机容量，ξ为出力偏差曲线的峰谷差率，ηd为典型日d的占比，取值为0到1。
[0155]
本发明再一个实施例中，提供一种新能源场站储能配置计算系统，该系统能够用于实现上述新能源场站储能配置计算方法，具体的，该新能源场站储能配置计算系统包括修正模块、偏差模块以及计算模块。
[0156]
其中，修正模块，用于根据负荷需求和新能源出力的历史数据，得到负荷曲线和新能源单位的出力曲线；采用比例法对负荷曲线进行修正，并保持修正前后负荷曲线的峰谷差率不变；将修正后的负荷曲线定义为计划出力曲线，将新能源单位的出力曲线与新能源装机的乘积作为新能源出力曲线；
[0157]
偏差模块，用于以新能源出力曲线与修正模块得到的计划出力曲线的偏差最小为目标函数，建立跟踪计划出力曲线偏差最小模型；求解得到系统调峰特性和跟负荷能力最优的风光配置；
[0158]
计算模块，用于以偏差模块得到的系统调峰特性和跟负荷能力最优的风光配置为基础，以投资成本、运行成本和偏差成本最优为目标函数，建立以经济最优为目标的新能源场站储能配置模型；求解得到新能源场站储能配比结果。
[0159]
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于新能源场站储能配置计算方法的操作，包括：
[0160]
根据负荷需求和新能源出力的历史数据，得到负荷曲线和新能源单位的出力曲线；采用比例法对负荷曲线进行修正，并保持修正前后负荷曲线的峰谷差率不变，将修正后的负荷曲线定义为计划出力曲线；将新能源单位的出力曲线与新能源装机的乘积作为新能源出力曲线；以新能源出力曲线与计划出力曲线的偏差最小为目标函数，建立跟踪计划出力曲线偏差最小模型，求解得到系统调峰特性和跟负荷能力最优的风光配置；以系统调峰特性和跟负荷能力最优的风光配置为基础，以投资成本、运行成本和偏差成本最优为目标函数，建立以经济最优为目标的新能源场站储能配置模型；求解得到新能源场站储能配比结果。
[0161]
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0162]
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关新能源场站储能配置计算方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
[0163]
根据负荷需求和新能源出力的历史数据，得到负荷曲线和新能源单位的出力曲线；采用比例法对负荷曲线进行修正，并保持修正前后负荷曲线的峰谷差率不变，将修正后的负荷曲线定义为计划出力曲线；将新能源单位的出力曲线与新能源装机的乘积作为新能源出力曲线；以新能源出力曲线与计划出力曲线的偏差最小为目标函数，建立跟踪计划出力曲线偏差最小模型，求解得到系统调峰特性和跟负荷能力最优的风光配置；以系统调峰特性和跟负荷能力最优的风光配置为基础，以投资成本、运行成本和偏差成本最优为目标函数，建立以经济最优为目标的新能源场站储能配置模型；求解得到新能源场站储能配比结果。
[0164]
请参阅图2，该实施例的计算机设备60包括：处理器61、存储器62以及存储在存储器62中并可在处理器61上运行的计算机程序63，该计算机程序63被处理器61执行时实现实施例中的新能源场站储能配置计算方法，为避免重复，此处不一一赘述。或者，该计算机程序63被处理器61执行时实现实施例新能源场站储能配置计算系统中各模型/单元的功能，为避免重复，此处不一一赘述。
[0165]
计算机设备60可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备60可包括，但不仅限于，处理器61、存储器62。本领域技术人员可以理解，图2仅仅是计算机设备60的示例，并不构成对计算机设备60的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
[0166]
所称处理器61可以是中央处理单元(central processing unit，cpu)，还可以是其它通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0167]
存储器62可以是计算机设备60的内部存储单元，例如计算机设备60的硬盘或内存。存储器62也可以是计算机设备60的外部存储设备，例如计算机设备60上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。
[0168]
进一步地，存储器62还可以既包括计算机设备60的内部存储单元也包括外部存储设备。存储器62用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器62还可以用于暂时地存储已经输出或者将要输出的数据。
[0169]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例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。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
[0170]
为验证本发明方法的有效性，选取某测试系统进行计算分析。
[0171]
测试系统分为11个区域，11个区域的边界条件如表1所示：
[0172]
表1区域边界条件
[0173][0174][0175]
储能配置比例有限，最小比例为5％，最大比例为20％，不考虑机组退役，风电和光伏在总新能源容量中所占比例的最小值为10％，储能参数如表2所示：
[0176]
表2储能单元参数
[0177][0178]
在上述边界条件和参数设置下，利用最优规划模型对风电装机容量、光伏装机容量、储能装机容量进行优化。为了便于论证和分析，本文将风电和光伏发电的规划结果转化为了相对比，从而得到了储能容量和新能源容量的比值，如表3所示：
[0179]
表3地区规划结果
[0180][0181][0182]
影响储能结构的主要因素有两个:现有的新能源结构和负荷曲线特性。在新能源结构上，风力发电普遍具有夜间输出大、白天输出小的反调峰特性，需要光伏发电来弥补白天输出的不足。但如果现有光伏发电容量过大，导致新能源总输出超过允许偏差范围，则需要储能参与调整。从负荷曲线的特性来看，由于新能源资源的随机性，新能源站不可能对发电量进行灵活的调整。负荷曲线的峰谷差越大，对储能的容量要求越高。
[0183]
请参阅图3，area_5现有光伏容量1150mw，已达到re现有总容量的87％。在规划方案中，光伏发电容量不增加，计划增加的re能源全部由新增风电提供。从图3看出，由于光伏占比过高，中午调峰压力急剧增加，急需大规模的ess调整，因此ess占比为20％。
[0184]
请参阅图4，在area_3的12～17h，规划产量曲线处于低谷，新能源总产量大于上限。储能通过充电将总输出降低到接近上限的位置。夜间风电实际输出功率低于计划输出功率。储能应定期放电，使各周期偏差均匀，保证实际输出曲线跟踪计划输出曲线。
[0185]
请参阅图5，area_7的风电容量与光伏容量之比为0.9：0.1。由于风电与光伏功率的互补性，在适当的风电与光伏容量比例下，新能源总输出相对稳定。由图5可知，如果没有储能，实际产量曲线本身就会在有限的范围内围绕计划产量曲线上下波动。因此，从成本的角度来看，配置储能并不经济。但是考虑到政策等方面，将5％的储能投入到配置中。
[0186]
最后使用之前中定义的互补指标来评价规划结果。
[0187]
首先，计算11个区域优化结果的年波动率ρ1和净负荷年峰谷差率ξ1；然后，保持风电与光伏容量之比不变(等于现有之比)，不配置ess，重新优化目标年各区域的re容量。计算年波动率ρ2和年净负荷峰谷差率ξ2。
[0188]
通过对比，分析新能源和储能优化对波动率的改善程度和反峰调控特征，如表4所示：
[0189]
表4优化模型的互补效应
[0190][0191]
通过对新能源和储能规划模型的优化，互补系统的年波动率显著降低，在37.5％～87.5％，互补系统净负荷的年峰谷差率也显著降低，在54.6％～98.6％。一般情况下，储能配置比例越大，净负载的年峰谷差率变化率越大。
[0192]
综上所述，本发明一种新能源场站储能配置计算方法、系统、介质及设备，基于跟踪负荷曲线和平准化配比的新能源场站储能配置模型考虑了系统中新能源-储能联合出力曲线与负荷曲线之间的匹配关系，而非传统的新能源-储能联合出力波动最小，在计算方法上较为灵活。
[0193]
除此之外，本发明旨在研究新能源场站在理论上的新能源-储能之间的最优配比，而不是最佳容量，如果仅需要得出新能源之间的最佳配比，只需要给定负荷曲线和新能源出力的标幺值，只考虑曲线形状特征，因此在输入数据方面的要求更为宽松。
[0194]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产
品的形式。
[0195]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0196]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0197]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0198]
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。