[發明專利]一種獨立微電網儲能裕度檢測方法

有效

• 申請號: 201610019461.2
• 申請日: 2016-01-12
• 公開（公告）號: CN105576699B
• 公開（公告）日: 2018-01-26
• 發明（設計）人: 劉天琪;胡曉通;何川
• 申請（專利權）人: 四川大學
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/28;H02J3/00
• 代理公司: 成都信博專利代理有限責任公司51200
• 代理人: 崔建中

技術領域

本發明涉及微電網儲能技術領域，特別涉及一種基于可靠性和隨機特性的獨立微電網儲能裕度檢測方法。

背景技術

近年來，隨著能源、環境問題日益突出以及電力市場改革的深入，可再生能源發電在全球迅速發展。由于風、光等間歇性能源具有的波動與隨機等變化特性，對微電網的功率平衡、電壓和頻率穩定帶來了較大影響。并且，目前風、光等間歇性能源功率預測精度不高，也增加了風、光并網的隨機性。儲能設備，由于其具有靈活的功率調節能力，已成為平衡微電網內部的瞬時功率、提高電能質量和系統穩定性的一種重要裝置。利用儲能系統能夠有效地平抑間歇性能源功率波動，減小波動對電網的影響，增強間歇性能源發電功率的穩定性。

微電網主要有并網運行、孤網運行等模式，在并網模式下，微電網可由上級配網對其進行支持。為了體現微電網對上級配網的支撐作用，要求微電網在失去外部供電后，其自身具有對本地負荷持續供電能力[1]。目前，儲能系統的研究主要集中在控制策略和容量優化配置上，常見的優化模型有：以裝置成本最低為目的的基于機會約束規劃的混合儲能容量配置方法[2]、以平抑風電場功率波動目標的基于短期神經網絡算法容量配置的優化設計[3]、以及基于最小成本、最佳功率匹配、最平滑輸出功率的多目標儲能優化配置模型[4]，但較少涉及儲能裕度。

[1]王成山，高菲，李鵬，等.低壓微電網控制策略研究[J].中國電機工程學報，2012，25：2－9.

[2]謝石驍，楊莉，李麗娜.基于機會約束規劃的混合儲能優化配置方法[J].電網技術，2012，05：79-84；

[3]張坤，毛承雄，謝俊文，等.風電場復合儲能系統容量配置的優化設計[J].中國電機工程學報，2012，25：79－87+13.

[4]譚興國，王輝，張黎，等.微電網復合儲能多目標優化配置方法及評價指標[J].電力系統自動化，2014，08：7－14.

發明內容

本發明所要解決的技術問題是提供一種獨立微電網儲能裕度檢測方法，通過對含儲能設備的微電網的儲能裕度進行量化，能夠充分地提高含儲能設備的微電網運行效率。

為解決上述技術問題，本發明采用的技術方案是：

一種獨立微電網儲能裕度檢測方法，包括以下步驟：

步驟1：確定可靠性評價指標

微電網孤島運行，在電力不足而削減負荷的情況下，其可靠性采用孤島電力不足期望值指標進行描述，即式中，EDNSI為孤島電力不足期望值，C_i為微電網在孤島運行時，第i個場景下的負荷削減量，P_i為第i個場景的概率，n_p代表總的場景數；在電力過剩而棄風棄光的情況下，其可靠性采用孤島電力過剩而生成的棄風棄光量進行描述，即式中，EPEI為孤島電力過剩期望值，i代表由抽樣產生的場景，D_i為微電網在孤島運行時，第i個場景下的棄風棄光量，n_p代表總的場景數；若是第i個場景下的發電量恰好能滿足負荷，則認為第i個場景的負荷削減量C_i和棄風棄光量D_i均為0；

步驟2：建立考慮隨機特性的風、光或負荷模型

各個時刻的風、光或負荷由預測功率和由預測所帶來的誤差的補償兩部分組成，即v＝d+p，式中，v為考慮預測誤差的風、光或負荷的出力，d為風、光或負荷出力的日前預測值，p為日前功率預測值d的預測誤差補償部分，通過p的變化描述日前預測所帶來的誤差；采用正態分布N(μ,σ²)對風、光或負荷出力的隨機特性進行描述，即描述產生滿足正態分布N(μ,σ²)的隨機數為風、光或負荷的各個時刻的出力v，其中，μ為日前預測值，σ為由于預測誤差所帶來的標準差；

步驟3：輸入風、光或負荷日前預測值及對應的日前預測誤差

步驟4：生成場景

基于拉丁超立方采樣的蒙特卡洛模擬法，分別產生N_s個風、光出力或負荷隨機場景，各場景初始概率均為1/N_s，其中N_s為需要生成的場景總數；各個風、光或負荷的場景具體生成方法為：分別針對各個時刻，對步驟2中正態分布進行反函數變換，生成的符合分布的隨機變量即為該場景該時刻的風、光或負荷的實際出力；

步驟5：評估儲能設備接入前系統的可靠性