CN117335475A - 一种新能源电源出力波动抑制成本变化指数预测方法 - Google Patents

一种新能源电源出力波动抑制成本变化指数预测方法 Download PDF

Info

Publication number
CN117335475A
CN117335475A CN202311326574.3A CN202311326574A CN117335475A CN 117335475 A CN117335475 A CN 117335475A CN 202311326574 A CN202311326574 A CN 202311326574A CN 117335475 A CN117335475 A CN 117335475A
Authority
CN
China
Prior art keywords
power
power grid
new energy
power supply
total
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311326574.3A
Other languages
English (en)
Inventor
易善军
赵雪楠
尚国政
陈颖
石永富
尹洪全
王小宇
李昱材
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Shenyang Institute of Engineering
State Grid Eastern Inner Mongolia Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Shenyang Institute of Engineering
State Grid Eastern Inner Mongolia Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Shenyang Institute of Engineering, State Grid Eastern Inner Mongolia Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202311326574.3A priority Critical patent/CN117335475A/zh
Publication of CN117335475A publication Critical patent/CN117335475A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明设计一种新能源电源出力波动抑制成本变化指数预测方法，首先定义tn时刻新能源电源出力波动抑制成本变化指数；测量电池储能设备和新能源电源实时状态数据，并建立实时状态数据时间序列并对其进行归一化处理；通过计算n个固定时间间隔的时刻对应的影响因子和这n个固定时间间隔的时刻各项数据，预测下一时刻的各项数据归一化值；计算未来下一时刻tn+1新能源电源出力波动抑制成本变化指数预测值，从而判断下一时刻新能源电源出力波动抑制成本变化情况，进而合理调节新能源电场站的出力。

Description

一种新能源电源出力波动抑制成本变化指数预测方法
技术领域
本发明属于电力系统经济运行领域，尤其涉及一种新能源电源出力波动抑制成本变化指数预测方法。
背景技术
随着新能源电场规模的日益扩大，由于新能源中诸如风电、光伏等发电出力的随机性和不确定性，新能源电场的出力波动对电力系统的正常运行造成一定的影响，新能源电源的波动性对电网整体稳定运行的影响逐渐增大，其出力随气候变化影响较大，为避免其波动幅度越限造成对电力系统的不良影响，必须釆取相关措施对其出力进行平滑处理。
而电池储能装置所独具的电能存储与释放特点与新能源电源出力波动具备极强的互补特性，因而在电力系统中常常采用电池储能元件与风光等新能源电源结合组成独立的单元，从而平抑新能源电源出力波动。电池储能系统的应用有效的平抑了新能源的波动，提高了电网接纳新能源规模水平，解决大规模清洁能源接入带来的电网安全稳定问题。然而电池储能系统的价格过高，如何合理配置容量以实现对新能源电源的出力波动的抑制，从而降低抑制成本是亟待解决的问题。新能源电场规模的增加使得新能源电场的出力波动对电网的影响也在逐渐增大，通过实现对新能源出力波动抑制成本变化预测，判断未来新能源场站的出力波动程度，从而调整新能源电源出力，改变电池储能设备的充放功率是解决这一问题的方法。
发明内容
针对现有技术的不足，本发明提供一种新能源电源出力波动抑制成本变化指数预测方法。通过对电池储能设备和新能源电源的状态实时检测，来预测新能源电源出力波动抑制成本的变化，并根据预测得到的下一时刻新能源电源出力波动抑制成本变化指数，判断是否需要增减用来抑制新能源电源出力波动的电池储能设备荷电状态。
一种新能源电源出力波动抑制成本变化指数预测方法，具体包括以下步骤：
步骤1：定义tn时刻新能源电源出力波动抑制成本变化指数
定义tn时刻新能源电源出力波动抑制成本变化指数如下：
式中，t1,t2,...,tk,...,tn为n个固定时间间隔的时刻，n为自然数，n＝1,2,…，k为自然数，k∈{1,2,…,n}，表示tk时刻电网内所有电池储能设备充电总功率，Ppsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备充电总功率最大值；/>表示tk时刻电网内所有电池储能设备充电电价的平均值，αpsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备充电电价的平均值最大值；/>表示tk时刻电网用电负荷总功率，Cpsbr,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网用电负荷总功率最大值；/>表示tk时刻电网内新能源电源总出力，Pnes，max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内新能源电源总出力最大值；/>表示在tk时刻电网内所有电池储能设备总的荷电状态，SOCmax表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备总的荷电状态最大值；
步骤2：测量电池储能设备和新能源电源实时状态数据，并建立实时状态数据时间序列；
在n个固定时间间隔的时刻t1,t2,...,tk,...,tn，测量电网内所有电池储能设备充电总功率电网内所有电池储能设备充电电价的平均值电网用电负荷总功率/>电网内新能源电源总出力/>电网内所有电池储能设备总的荷电状态/>并建立如下时间序列：
步骤3：对步骤2得到的实时状态数据进行归一化处理；
按照下式对各项数据进行归一化处理：
式中，表示tk时刻电网内所有电池储能设备充电总功率归一化值，/>表示tk时刻电网内所有电池储能设备充电电价的平均值归一化值，/>表示tk时刻电网用电负荷总功率归一化值，/>表示tk时刻电网内新能源电源总出力归一化值，/>表示tk时刻电网内所有电池储能设备总的荷电状态归一化值，Ppsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电总功率最大值，αpsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电电价的平均值最大值，Cpsbr,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网用电负荷总功率最大值，Pnes,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内新能源电源总出力最大值，SOCmax表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备总的荷电状态最大值；Ppsbc,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电总功率最小值，αpsbc,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电电价的平均值最小值，Cpsbr,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网用电负荷总功率最小值，Pnes,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内新能源电源总出力最小值，SOCmin表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备总的荷电状态最小值；
步骤4：通过计算n个固定时间间隔的时刻对应的影响因子和t1,t2,...,tk,...,tn这n个固定时间间隔的时刻各项数据，预测下一时刻的各项数据归一化值；
按照下式计算t1,t2,...,tk,...,tn这n个固定时间间隔的时刻对应的影响因子λ1,λ2,...,λk,...,λn。
按照下式计算未来下一时刻tn+1的电网内所有电池储能设备充电总功率归一化值电网内所有电池储能设备充电电价的平均值归一化值/>电网用电负荷总功率归一化值/>电网内新能源电源总出力归一化值/>电网内所有电池储能设备总的荷电状态归一化值/>
式中，为各项数据tn+1时刻的数据预测归一化值构成的向量；/>为计算得到的tn+1时刻电网内所有电池储能设备充电总功率归一化值，/>为计算得到的tn+1时刻电网内所有电池储能设备充电电价的平均值归一化值，/>为计算得到的tn+1时刻电网用电负荷总功率归一化值，/>为计算得到的tn+1时刻电网内新能源电源总出力归一化值，/>为计算得到的tn+1时刻电网内所有电池储能设备总的荷电状态归一化值；
为各项数据在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻的归一化值组成的数据矩阵；[λ1 λ2 … λk … λn]T为影响因子向量；
步骤5：计算未来下一时刻tn+1新能源电源出力波动抑制成本变化指数预测值判断下一时刻新能源电源出力波动抑制成本变化情况；
式中，i为自然数，i∈{1,2,…,n,n+1}，若根据公式(6)计算得到新能源电源出力波动抑制成本变化指数预测值小于0.47，说明新能源电源出力波动抑制成本变化小，增加电网内新能源电源的出力，或增加电网内所有电池储能设备的充电功率以提升电池储能设备的荷电状态；如果新能源电源出力波动抑制成本变化指数预测值大于等于0.47，则说明新能源电源出力波动抑制成本变化较大，减小电网内新能源电源出力，或增加电池储能设备的放电功率。
本发明的有益技术效果：
本发明提供一种新能源电源出力波动抑制成本变化指数预测方法。通过对电网内所有电池储能设备充电总功率，电网内所有电池储能设备充电电价的平均值，电网用电负荷总功率，电网内新能源电源总出力，电网内所有电池储能设备总的荷电状态数据进行实时测量，得到每一时刻的电池储能设备和新能源电源实时状态数据并进行归一化处理，用来预测出下一时刻各个数据的预测值的归一化值，进而算出新能源电源出力波动抑制成本变化指数预测值。根据指数大小，判断下一时刻新能源电源出力波动抑制成本变化情况，进而合理调节新能源电场站的出力。
附图说明
图1本发明实施例一种新能源电源出力波动抑制成本变化指数预测方法流程图。
具体实施方式
下面结合附图和实施例，对本发明实施例做进一步说明；
如图1所示，本发明实施例提供的一种新能源电源出力波动抑制成本变化指数预测方法，步骤如下：
步骤1：定义tn时刻新能源电源出力波动抑制成本变化指数
定义tn时刻新能源电源出力波动抑制成本变化指数如下：
式中，t1,t2,...,tk,...,tn为n个固定时间间隔的时刻，n为自然数，n＝1,2,…，k为自然数，k∈{1,2,…,n}，表示tk时刻电网内所有电池储能设备充电总功率，Ppsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备充电总功率最大值；/>表示tk时刻电网内所有电池储能设备充电电价的平均值，αpsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备充电电价的平均值最大值；/>表示tk时刻电网用电负荷总功率，Cpsbr,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网用电负荷总功率最大值；/>表示tk时刻电网内新能源电源总出力，Pnes，max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内新能源电源总出力最大值。/>表示在tk时刻电网内所有电池储能设备总的荷电状态，SOCmax表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备总的荷电状态最大值；
步骤2：利用电表或其它测量仪器测量电池储能设备和新能源电源实时状态数据；
取固定时间间隔为15min，测量次数为6，即n＝6，k∈{1,2,3,4,5,6}，对t1,t2,t3,t4,t5,t6这6个时刻的电网内所有电池储能设备充电总功率电网内所有电池储能设备充电电价的平均值/>电网用电负荷总功率/>电网内新能源电源总出力电网内所有电池储能设备总的荷电状态进行测量，并建立以下时间序列：
步骤3：对步骤2得到的实时状态数据进行归一化处理
按照下式对各项数据进行归一化处理：
式中，表示tk时刻电网内所有电池储能设备充电总功率归一化值，/>表示tk时刻电网内所有电池储能设备充电电价的平均值归一化值，/>表示tk时刻电网用电负荷总功率归一化值，/>表示tk时刻电网内新能源电源总出力归一化值，/>表示tk时刻电网内所有电池储能设备总的荷电状态归一化值，Ppsbc,max表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内所有电池储能设备充电总功率最大值，αpsbc,max表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内所有电池储能设备充电电价的平均值最大值，Cpsbr,max表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网用电负荷总功率最大值，Pnes,max表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内新能源电源总出力最大值，SOCmax表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内所有电池储能设备总的荷电状态最大值；Ppsbc,min表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内所有电池储能设备充电总功率最小值，αpsbc,min表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内所有电池储能设备充电电价的平均值最小值，Cpsbr,min表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网用电负荷总功率最小值，Pnes,min表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内新能源电源总出力最小值，SOCmin表示在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻中电网内所有电池储能设备总的荷电状态最小值；通过公式(9)计算结果如下：
步骤4：计算未来下一时刻t7电网内所有电池储能设备充电总功率归一化值电网内所有电池储能设备充电电价的平均值归一化值/>电网用电负荷总功率归一化值/>电网内新能源电源总出力归一化值/>电网内所有电池储能设备总的荷电状态归一化值/>
式中，为各项数据t7时刻的数据预测归一化值构成的向量。/>为计算得到的t7时刻电网内所有电池储能设备充电总功率归一化值，/>为计算得到的t7时刻电网内所有电池储能设备充电电价的平均值归一化值，为计算得到的t7时刻电网用电负荷总功率归一化值，/>为计算得到的t7时刻电网内新能源电源总出力归一化值，/>为计算得到的t7时刻电网内所有电池储能设备总的荷电状态归一化值。
为各项数据在t1,t2,t3,t4,t5,t6这6个固定时间间隔的时刻的归一化值组成的数据矩阵。[λ1 λ2 λ3 λ4 λ5 λ6]T为影响因子矩阵。
步骤5：计算未来下一时刻t7新能源电源出力波动抑制成本变化指数预测值
式中，i为自然数，i∈{1,2,3,4,5,6,7}，若根据公式(12)若计算得到新能源电源出力波动抑制成本变化指数预测值小于0.47，说明新能源电源出力波动抑制成本变化小，可以增加电网内新能源电源的出力，或增加电网内所有电池储能设备的充电功率以提升电池储能设备的荷电状态；如果新能源电源出力波动抑制成本变化指数预测值大于等于0.47，则说明新能源电源出力波动抑制成本变化较大，可减小电网内新能源电源出力，或增加电池储能设备的放电功率。

Claims (7)

1.一种新能源电源出力波动抑制成本变化指数预测方法，其特征在于，具体包括以下步骤：
步骤1：定义tn时刻新能源电源出力波动抑制成本变化指数
步骤2：测量电池储能设备和新能源电源实时状态数据，并建立实时状态数据时间序列；
步骤3：对步骤2得到的实时状态数据进行归一化处理；
步骤4：通过计算n个固定时间间隔的时刻对应的影响因子和t1,t2,...,tk,...,tn这n个固定时间间隔的时刻各项数据，预测下一时刻的各项数据归一化值；
步骤5：计算未来下一时刻tn+1新能源电源出力波动抑制成本变化指数预测值判断下一时刻新能源电源出力波动抑制成本变化情况。
2.根据权利要求1所述的一种新能源电源出力波动抑制成本变化指数预测方法，其特征在于，步骤1定义tn时刻新能源电源出力波动抑制成本变化指数如下：
式中，t1,t2,...,tk,...,tn为n个固定时间间隔的时刻，n为自然数，n＝1,2,…，k为自然数，k∈{1,2,…,n}，表示tk时刻电网内所有电池储能设备充电总功率，Ppsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备充电总功率最大值；/>表示tk时刻电网内所有电池储能设备充电电价的平均值，αpsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备充电电价的平均值最大值；/>表示tk时刻电网用电负荷总功率，Cpsbr,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网用电负荷总功率最大值；/>表示tk时刻电网内新能源电源总出力，Pnes，max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内新能源电源总出力最大值；/>表示在tk时刻电网内所有电池储能设备总的荷电状态，SOCmax表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻电网内所有电池储能设备总的荷电状态最大值。
3.根据权利要求1所述的一种新能源电源出力波动抑制成本变化指数预测方法，其特征在于，步骤2具体为：
在n个固定时间间隔的时刻t1,t2,...,tk,...,tn，测量电网内所有电池储能设备充电总功率电网内所有电池储能设备充电电价的平均值电网用电负荷总功率/>电网内新能源电源总出力/>电网内所有电池储能设备总的荷电状态/>并建立如下时间序列：
4.根据权利要求1所述的一种新能源电源出力波动抑制成本变化指数预测方法，其特征在于，步骤3按照下式对各项数据进行归一化处理：
式中，表示tk时刻电网内所有电池储能设备充电总功率归一化值，/>表示tk时刻电网内所有电池储能设备充电电价的平均值归一化值，/>表示tk时刻电网用电负荷总功率归一化值，/>表示tk时刻电网内新能源电源总出力归一化值，/>表示tk时刻电网内所有电池储能设备总的荷电状态归一化值，Ppsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电总功率最大值，αpsbc,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电电价的平均值最大值，Cpsbr,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网用电负荷总功率最大值，Pnes,max表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内新能源电源总出力最大值，SOCmax表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备总的荷电状态最大值；Ppsbc,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电总功率最小值，αpsbc,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备充电电价的平均值最小值，Cpsbr,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网用电负荷总功率最小值，Pnes,min表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内新能源电源总出力最小值，SOCmin表示在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻中电网内所有电池储能设备总的荷电状态最小值。
5.根据权利要求1所述的一种新能源电源出力波动抑制成本变化指数预测方法，其特征在于，步骤4按照下式计算t1,t2,...,tk,...,tn这n个固定时间间隔的时刻对应的影响因子λ1,λ2,...,λk,...,λn；
6.根据权利要求1所述的一种新能源电源出力波动抑制成本变化指数预测方法，其特征在于，步骤4按照下式计算未来下一时刻tn+1的电网内所有电池储能设备充电总功率归一化值电网内所有电池储能设备充电电价的平均值归一化值/>电网用电负荷总功率归一化值/>电网内新能源电源总出力归一化值/>电网内所有电池储能设备总的荷电状态归一化值/>
式中，为各项数据tn+1时刻的数据预测归一化值构成的向量；/>为计算得到的tn+1时刻电网内所有电池储能设备充电总功率归一化值，/>为计算得到的tn+1时刻电网内所有电池储能设备充电电价的平均值归一化值，/>为计算得到的tn+1时刻电网用电负荷总功率归一化值，/>为计算得到的tn+1时刻电网内新能源电源总出力归一化值，/>为计算得到的tn+1时刻电网内所有电池储能设备总的荷电状态归一化值；
为各项数据在t1,t2,...,tk,...,tn这n个固定时间间隔的时刻的归一化值组成的数据矩阵；[λ1 λ2 … λk … λn]T为影响因子向量。
7.根据权利要求1所述的一种新能源电源出力波动抑制成本变化指数预测方法，其特征在于，步骤5下一时刻tn+1新能源电源出力波动抑制成本变化指数预测值具体为：
式中，i为自然数，i∈{1,2,…,n,n+1}，若根据公式(6)计算得到新能源电源出力波动抑制成本变化指数预测值小于0.47，说明新能源电源出力波动抑制成本变化小，增加电网内新能源电源的出力，或增加电网内所有电池储能设备的充电功率以提升电池储能设备的荷电状态；如果新能源电源出力波动抑制成本变化指数预测值大于等于0.47，则说明新能源电源出力波动抑制成本变化较大，减小电网内新能源电源出力，或增加电池储能设备的放电功率。
CN202311326574.3A 2023-10-12 2023-10-12 一种新能源电源出力波动抑制成本变化指数预测方法 Pending CN117335475A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311326574.3A CN117335475A (zh) 2023-10-12 2023-10-12 一种新能源电源出力波动抑制成本变化指数预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311326574.3A CN117335475A (zh) 2023-10-12 2023-10-12 一种新能源电源出力波动抑制成本变化指数预测方法

Publications (1)

Publication Number Publication Date
CN117335475A true CN117335475A (zh) 2024-01-02

Family

ID=89278901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311326574.3A Pending CN117335475A (zh) 2023-10-12 2023-10-12 一种新能源电源出力波动抑制成本变化指数预测方法

Country Status (1)

Country Link
CN (1) CN117335475A (zh)

Similar Documents

Publication Publication Date Title
CN109325608B (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
CN107679658B (zh) 一种高比例清洁能源接入下的输电网规划方法
AU2017302235A1 (en) Electrical energy storage system with battery resistance estimation
CN112785027B (zh) 风光储联合发电系统置信容量评估方法及系统
WO2011122681A1 (ja) 系統安定化システム、電力供給システム、集中管理装置の制御方法および集中管理装置のプログラム
CN110350518B (zh) 一种用于调峰的电网储能容量需求评估方法及系统
CN110783959B (zh) 一种新能源发电系统的稳定状态控制系统
Mohammadi et al. Optimal operation management of microgrids using the point estimate method and firefly algorithm while considering uncertainty
Gao et al. Annual operating characteristics analysis of photovoltaic-energy storage microgrid based on retired lithium iron phosphate batteries
CN114611957B (zh) 一种用于供需预测偏差二次修正储能能量管理方法
Zhang et al. Wind/PV/diesel energy system: Modeling and sizing optimization
KR102064586B1 (ko) 에너지 저장 시스템의 충전 관리 방법
CN115423153A (zh) 基于概率预测的光伏储能系统能量管理方法
Khoubseresht et al. An analytical optimum method for simultaneous integration of PV, wind turbine and BESS to maximize technical benefits
CN112531773B (zh) 一种新能源发电系统及其能量调控方法及装置
Ioli et al. A smart grid energy management problem for data-driven design with probabilistic reachability guarantees
Quan et al. Optimal Energy Management of Vanadium Redox Flow Batteries Energy Storage System for Frequency Regulation and Peak Shaving in an Islanded Microgrid
CN117335475A (zh) 一种新能源电源出力波动抑制成本变化指数预测方法
Gong et al. Research on scheduling of wind solar energy storage microgrid considering new energy consumption
Karemore et al. Multi-objective Design procedure for hybrid (wind–photovoltaic) system by GA
Golub et al. Optimization of anoff-grid PV system in respect to the capacity shortage value
CN117175639B (zh) 与储能单元协调配套的配电自动化方法及系统
Sun et al. A Quantitative Calculation Method for the Flexibility Demand of Provincial Power Grid
CN117613945A (zh) 高比例光伏接入的配电网频率支撑需求指数预测方法、装置及计算机存储介质
Mi et al. A novel flexibility interval evaluation method for distribution systems considering random characteristics

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination