一种先进绝热压缩空气储能容量配置方法和装置

本发明涉储能系统，尤其涉及一种先进绝热压缩空气储能容量配置方法和装置。

背景技术：

1、随着环境恶化与能源危机的加剧，太阳能等潜力巨大的可再生能源得到大力开发。储能系统成为平抑可再生能源发电波动的重要方式。相较于电化学储能和抽水蓄能等储能装置，先进绝热压缩空气储能在平抑可再生能源发电波动的同时可以实现热电联供，在高寒等极端环境中依然能够持续稳定的运行，因此建立含先进绝热压缩空气储能的热电联供微网，成为在环境复杂地区实现能源梯级利用提高资源利用率的重要解决方案。

2、太阳能等可再生能源出力的不确定性将直接影响储能系统的容量配置，储能容量过小会无法满足微电网电能质量和运行性能的要求，储能容量过大则会降低微电网的运行经济性，目前对太阳能等可再生能源的不确定性处理主要有随机规划和鲁棒优化等方法。随机规划是基于场景法或机会约束的传统优化方法，随机规划的优化结果可信度较为随机；而鲁棒优化解的可信性取决于不确定集合的选取，通常宽泛的集合会导致最优解过于保守，而精细的集合会导致模型和求解的复杂，较难平衡结果可信度与模型复杂程度之间的关系，导致可再生能源不确定性处理方法的可行性较差。

3、鉴于此，本发明提供一种先进绝热压缩空气储能容量配置方法和装置，以解决现有技术中可再生能源不确定性处理方法可行性较差的问题。

技术实现思路

1、本发明提供一种先进绝热压缩空气储能容量配置方法和装置，用以解决现有技术中可再生能源不确定性处理方法可行性较差的问题，提高储能容量配置策略的可行性，进而提升热电联供微网的稳定性与经济性。

2、本发明提供一种先进绝热压缩空气储能容量配置方法，所述方法包括：

3、基于先进绝热压缩空气储能热电联供特性，建立含先进绝热压缩空气储能的热电联供微网；

4、构建所述热电联供微网中储能系统的运行模型和热电联供机组模型；

5、在预先生成的目标光伏不确定出力场景下，基于所述热电联供机组模型的运行约束和预设的配置约束构建容量配置模型；

6、基于预先构建的目标函数，求解所述容量配置模型，以得到所述热电联供微网的容量配置参数。

7、在一些实施例中，构建所述热电联供微网中储能系统的运行模型，具体包括以下至少一者：

8、构建所述储能系统的压缩机的运行模型；

9、构建所述储能系统的膨胀机的运行模型；

10、构建所述储能系统的储气室的运行模型；

11、构建所述储能系统的储热罐的运行模型。

12、在一些实施例中，所述热电联供机组模型的表达式为：

13、

14、其中，为t时刻chp机组的排气余热和发电效率；为chp机组在t时刻的产热量；ηl为散热损失率；ηh，coph分别为制热系数和烟气回收率。

15、在一些实施例中，所述目标光伏不确定出力场景的生成过程包括：

16、采用拉丁超立方采样生成多个光伏随机出力场景；

17、使用k均值聚类算法对生成的多个光伏随机出力场景进行削减，以得到所述目标光伏不确定出力场景。

18、在一些实施例中，使用k均值聚类算法对生成的多个光伏随机出力场景进行削减，以得到所述目标光伏不确定出力场景，具体包括：

19、设定多个初始场景，并令每个所述初始场景的概率均等；

20、分别记录被消减和保留下来的场景的编号，并构建消减场景集合和保留场景集合；

21、计算任意两个初始场景之间的距离；

22、对于任意初始场景，存在与其距离最小的另一初始场景的情况下，计算两个初始场景的概率乘积；

23、遍历各所述初始场景中，记录所述概率乘积最小的初始场景的编号；

24、分别更新消减场景集合和保留场景集合，在保留场景集合中的场景数目是否达到预设场景数的情况下，则停止场景消减。

25、在一些实施例中，所述热电联供机组模型的运行约束至少包括电功率约束、充放电状态约束、以及热电联供机组爬坡约束；

26、配置约束至少包括压缩机额定运行功率上下限、膨胀机运行功率上下限、储气室体积上下限和储热罐储热量上下限。

27、本发明还提供一种先进绝热压缩空气储能容量配置装置，所述装置包括：

28、微网构建单元，用于基于先进绝热压缩空气储能热电联供特性，建立含先进绝热压缩空气储能的热电联供微网；

29、第一模型构建单元，用于构建所述热电联供微网中储能系统的运行模型和热电联供机组模型；

30、第二模型构建单元，用于在预先生成的目标光伏不确定出力场景下，基于所述热电联供机组模型的运行约束和预设的配置约束构建容量配置模型；

31、结果生成单元，用于基于预先构建的目标函数，求解所述容量配置模型，以得到所述热电联供微网的容量配置参数。

32、本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上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程序时实现如上所述先进绝热压缩空气储能容量配置方法。

33、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，所述计算机程序被处理器执行时实现如上所述的先进绝热压缩空气储能容量配置方法的步骤。

34、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的先进绝热压缩空气储能容量配置方法。

35、本发明提供的先进绝热压缩空气储能容量配置方法和装置，通过基于先进绝热压缩空气储能热电联供特性，建立含先进绝热压缩空气储能的热电联供微网；构建所述热电联供微网中储能系统的运行模型和热电联供机组模型；在预先生成的目标光伏不确定出力场景下，基于所述热电联供机组模型的运行约束和预设的配置约束构建容量配置模型；基于预先构建的目标函数，求解所述容量配置模型，以得到所述热电联供微网的容量配置参数。本发明提供的方法和装置，利用先进绝热压缩空气储能的热电联供特性，建立热电联供微网以实现环境复杂地区的能量梯级利用，并采用多场景随机优化法合理配置储能容量以平衡微电网的鲁棒性和经济性。从而解决了现有技术中可再生能源不确定性处理方法可行性较差的问题，提高了储能容量配置策略的可行性，进而提升了热电联供微网的稳定性与经济性。

技术特征：

1.一种先进绝热压缩空气储能容量配置方法，其特征在于，所述方法包括：

2.根据权利要求1所述的先进绝热压缩空气储能容量配置方法，其特征在于，构建所述热电联供微网中储能系统的运行模型，具体包括以下至少一者：

3.根据权利要求1所述的先进绝热压缩空气储能容量配置方法，其特征在于，所述热电联供机组模型的表达式为：

4.根据权利要求1所述的先进绝热压缩空气储能容量配置方法，其特征在于，所述目标光伏不确定出力场景的生成过程包括：

5.根据权利要求4所述的先进绝热压缩空气储能容量配置方法，其特征在于，使用k均值聚类算法对生成的多个光伏随机出力场景进行削减，以得到所述目标光伏不确定出力场景，具体包括：

6.根据权利要求1所述的基于纵向联邦学习的大模型调用方法，其特征在于，所述热电联供机组模型的运行约束至少包括电功率约束、充放电状态约束、以及热电联供机组爬坡约束；

7.一种先进绝热压缩空气储能容量配置装置，其特征在于，所述装置包括：

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述先进绝热压缩空气储能容量配置方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的先进绝热压缩空气储能容量配置方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的先进绝热压缩空气储能容量配置方法。

技术总结
本发明涉及数据安全领域，提供一种先进绝热压缩空气储能容量配置方法和装置，所述方法包括：基于先进绝热压缩空气储能热电联供特性，建立含先进绝热压缩空气储能的热电联供微网；构建所述热电联供微网中储能系统的运行模型和热电联供机组模型；在预先生成的目标光伏不确定出力场景下，基于所述热电联供机组模型的运行约束和预设的配置约束构建容量配置模型；基于预先构建的目标函数，求解所述容量配置模型，以得到所述热电联供微网的容量配置参数。解决了现有技术中可再生能源不确定性处理方法可行性较差的问题，提高储能容量配置策略的可行性，进而提升热电联供微网的稳定性与经济性。

技术研发人员：周万鹏,陈来军,李正曦,李春来,杨立滨,李笑竹,高金,刘庭响,王恺,安娜,马俊雄
受保护的技术使用者：清华大学
技术研发日：
技术公布日：2024/4/17