[發明專利]風儲聯合系統調頻容量的確定方法、裝置及電子設備

在審

• 申請號: 202310186480.4
• 申請日: 2023-02-20
• 公開（公告）號: CN116093977A
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 劉雅欣;溫晗秋子;任立兵;王青天;張燧;李小翔;葛戈;鄭子辰;王蕓靖;鐘明;安娜;楊寧;王春森
• 申請（專利權）人: 中國華能集團清潔能源技術研究院有限公司
• 主分類號: H02J3/24
• 分類號: H02J3/24;H02J3/00;H02J3/28;H02J3/46;G06Q10/0631;G06Q50/06
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 曲進華

1.一種風儲聯合系統調頻容量的確定方法，其特征在于，所述方法包括：

獲取風電場的棄風電量，根據所述棄風電量構建風儲聯合系統的儲能配置優化模型；

對所述儲能配置優化模型進行求解，以獲取所述風儲聯合系統的目標儲能容量和目標儲能功率；

根據風電功率預測模型，獲取風電功率的概率區間預測結果；

獲取儲能系統的運行策略，基于所述運行策略、所述目標儲能容量、所述目標儲能功率和所述概率區間預測結果，確定所述風儲聯合系統的所述調頻容量。

2.根據權利要求1所述的確定方法，其特征在于，所述獲取風電場的棄風電量，還包括：

獲取所述風電場的理論發電量和實際發電量；

根據所述理論發電量和所述實際發電量，獲取所述棄風電量。

3.根據權利要求1所述的確定方法，其特征在于，所述對所述儲能配置優化模型進行求解，以獲取所述風儲聯合系統的目標儲能容量和目標儲能功率，還包括：

獲取所述風儲聯合系統參與調頻市場的成本和收益；

獲取所述風儲聯合系統的約束條件；

根據所述約束條件、所述成本和所述收益，構建所述儲能配置優化模型的目標函數；

根據蟻獅優化算法對所述目標函數進行求解，以獲取所述目標儲能容量和所述目標儲能功率。

4.根據權利要求3所述的確定方法，其特征在于，所述獲取所述風儲聯合系統參與調頻市場的成本，還包括：

獲取儲能系統的等年值年利率；

獲取所述儲能系統的配置功率和所述配置功率的單位投資以及所述儲能系統的配置容量和所述配置容量的單位投資；

根據所述等年值年利率、所述配置功率、所述配置功率的單位投資、所述配置容量和所述配置容量的單位投資，以獲取所述風儲聯合系統參與調頻市場的所述成本。

5.根據權利要求3所述的確定方法，其特征在于，所述獲取所述風儲聯合系統參與調頻市場的收益，還包括：

獲取調頻性能指標、里程效益因子、所述調頻市場的性能出清價格、所述調頻市場的調頻容量價格和棄風吸收容量；

根據所述調頻性能指標、所述里程效益因子、所述性能出清價格、所述調頻容量價格和所述棄風吸收容量，以獲取所述風儲聯合系統參與調頻市場的所述收益。

6.根據權利要求1所述的確定方法，其特征在于，所述風電功率預測模型的訓練過程，包括：

獲取樣本數據，其中，所述樣本數據包括所述風電場的歷史數據和預測數據；

將所述樣本數據輸入至待訓練的風電功率預測模型中，以得到所述樣本數據對應的風電功率預測值；

獲取所述樣本數據對應的風電功率真實值；

獲取所述風電功率預測值和所述風電功率真實值之間的差異，并根據所述差異，通過鯨魚優化算法WOA調整所述待訓練的風電功率預測模型的模型參數，直至所述差異滿足訓練結束條件，將最后一次調整所述模型參數后的所述待訓練的風電功率預測模型確定為訓練好的風電功率預測模型。

7.根據權利要求6所述的確定方法，其特征在于，所述根據風電功率預測模型，獲取風電功率的概率區間預測結果，還包括：

根據所述風電功率預測值和所述風電功率真實值，獲取所述風電功率的預測誤差值；

根據Cornish-Fisher級數建立所述預測誤差值的累計分布函數；

根據所述累計分布函數，獲取在不同置信水平下的風電功率的概率預測區間曲線；

根據所述概率預測區間曲線，以獲取所述概率區間預測結果。

8.根據權利要求1所述的確定方法，其特征在于，所述獲取儲能系統的運行策略，包括：

獲取所述儲能系統的充放電狀態；

根據所述充放電狀態，確定所述儲能運行策略。