一种电力系统的储能配置方法、装置、系统及存储介质与流程

本申请涉及电力系统，尤其涉及一种电力系统的储能配置方法、装置、系统及存储介质。

背景技术：

1、储能作为电力系统的灵活性资源，被认为是保障系统功率实时平衡的有效手段。由于储能成本相对昂贵，利用储能平衡系统功率将增加系统运行成本。现阶段对高比例风电系统的储能配置的研究存在如下几个方面问题：首先，考虑如何降低风电出力的波动性，将风电消纳最大作为目标，进行储能的配置，同时，以风电消纳最大作为目标进行储能的配置，并不能使得系统的经济性最优。其次，对风电系统的储能配置的大多数研究中对于火电机组的成本仅考虑了燃煤成本，并未考虑火电机组的碳排放成本，并不符合未来的电力系统的发展趋势，计算结果可参考性不强。最后，考虑到储能配置模型的非线性，一些研究采用启发式算法进行求解，采用启发式算法的求解方式具有求解效率低，稳定性差。

2、需要说明的是，这里的陈述仅提供与本申请有关的背景信息，而不必然地构成现有技术。

技术实现思路

1、鉴于上述问题，本申请提出了一种克服上述问题或者至少部分地解决上述问题的电力系统的储能配置方法、装置及系统。

2、本申请实施例采用下述技术方案：

3、第一方面，本申请实施例提供一种电力系统的储能配置方法，所述方法包括：根据风力发电曲线的波动特征向量和电力系统负荷曲线的波动特征向量，分别获取风力发电的典型曲线和电力系统负荷的典型曲线；将所述风力发电的典型曲线、所述电力系统负荷的典型曲线以及电力系统的成本参数输入储能最优配置模型，并根据模型约束条件对所述储能最优配置模型进行求解，其中，所述储能最优配置模型用于表征电力系统的总成本；根据求解结果，获取储能系统的最优配置参数。

4、优选地，所述储能最优配置模型包括，火电机组的煤耗成本、碳排放成本、弃风电成本、失负荷成本、储能的配置成本；所述将所述风力发电的典型曲线、所述电力系统负荷的典型曲线以及电力系统的成本参数输入储能最优配置模型，包括：根据所述火电机组的煤耗成本、所述碳排放成本、所述弃风电成本、所述失负荷成本、所述储能的配置成本，获取电力系统的总成本最小值。

5、优选地，所述火电机组的煤耗成本包括，火电机组集合在所述风力发电的典型曲线的所有时刻的燃煤成本；所述碳排放成本包括，火电机组集合在所述风力发电的典型曲线的所有时刻的碳排放成本；所述储能的配置成本包括，储能的建设成本和储能的运行成本；所述弃风电成本根据风电的发电功率、风电的实际供电功率以及单位弃风成本获取；所述失负荷成本根据负荷需求的功率、负荷的实际被满足的功率以及单位失负荷成本获取。

6、优选地，所述模型约束条件包括功率平衡约束，火电机组约束、风力电力约束、负荷出力上下限约束以及储能约束。所述根据模型约束条件对所述储能最优配置模型进行求解，包括：将所述储能约束中非线性约束转化为线性约束，对所述储能最优配置模型进行求解。

7、优选地，所述根据风力发电曲线的波动特征向量和电力系统负荷曲线的波动特征向量，分别获取风力发电的典型曲线和电力系统负荷的典型曲线，包括：将预设条风力发电日曲线进行合并获取风力发电的典型日曲线，将预设条电力系统负荷日曲线进行合并获取电力系统负荷的典型日曲线。

8、第二方面，本申请实施例还提供一种电力系统的储能配置装置，所述装置包括：曲线获取单元：根据风力发电曲线的波动特征向量和电力系统负荷曲线的波动特征向量，分别获取风力发电的典型曲线和电力系统负荷的典型曲线；求解单元：将所述风力发电的典型曲线、所述电力系统负荷的典型曲线以及电力系统的成本参数输入储能最优配置模型，并根据模型约束条件对所述储能最优配置模型进行求解，其中，所述储能最优配置模型用于表征电力系统的总成本；配置参数获取单元：根据求解结果，获取储能系统的最优配置参数。

9、第三方面，本申请实施例还提供一种电力系统，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述第一方面之任一所述方法。

10、第四方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电力系统执行时，使得所述电力系统执行如第一方面所述的任一方法。

11、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

12、本申请综合考虑了多层面成本指标，并采用求解速度快、精度高且最优性可证明的数学解析法进行求解，求解的结果作为电网规划运行的指导，从而克服了当前的风电系统配置模型中缺乏综合考虑多层面成本指标的缺陷。

13、本申请技术方案的上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.一种电力系统的储能配置方法，其特征在于，所述方法包括：

2.如权利要求1所述方法，其特征在于，所述储能最优配置模型包括，火电机组的煤耗成本、碳排放成本、弃风电成本、失负荷成本、储能的配置成本；

3.如权利要求2所述方法，其特征在于，所述火电机组的煤耗成本包括，火电机组集合在所述风力发电的典型曲线的所有时刻的燃煤成本；

4.如权利要求2所述方法，其特征在于，所述模型约束条件包括功率平衡约束，火电机组约束、风力电力约束、负荷出力上下限约束以及储能约束。

5.如权利要求4所述方法，其特征在于，所述根据模型约束条件对所述储能最优配置模型进行求解，包括：

6.如权利要求1所述方法，其特征在于，所述根据风力发电曲线的波动特征向量和电力系统负荷曲线的波动特征向量，分别获取风力发电的典型曲线和电力系统负荷的典型曲线，包括：

7.一种电力系统的储能配置装置，其特征在于，所述装置包括：

8.一种电力系统，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电力系统执行时，使得所述电力系统执行如权利要求1~6之任一所述方法。

技术总结
本申请公开了一种电力系统的储能配置方法、装置、系统及存储介质。所述方法包括：根据风力发电曲线的波动特征向量和电力系统负荷曲线的波动特征向量，分别获取风力发电的典型曲线和电力系统负荷的典型曲线；将所述风力发电的典型曲线、所述电力系统负荷的典型曲线以及电力系统的成本参数输入储能最优配置模型，并根据模型约束条件对所述储能最优配置模型进行求解，其中，所述储能最优配置模型用于表征电力系统的总成本；根据求解结果，获取储能系统的最优配置参数。本申请综合考虑多层面成本指标，建立风电系统储能最优配置模型，通过线性化手段，将非线性问题转换成线性问题，使得本申请的模型可以快速获取电力系统的储能配置参数。

技术研发人员：吴胜兵,董崇武,高帅,周芸鹏
受保护的技术使用者：广州智光储能科技有限公司
技术研发日：
技术公布日：2024/5/10