[发明专利]考虑多风场预测误差时空相关性的储能容量优化配置方法

权利要求书

1.一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：通过对比分析参数和非参数两种方法对预测误差的拟合效果，选取拟合精度最高的KDE方法进行误差拟合；采用Copula理论的多风电场预测误差时空相关性建模方法，根据多风场间实际空间相关关系，得到多风场预测误差联合分布函数，利用KDE方法拟合预测误差的边缘分布函数；基于多场景分析方法，以储能系统投资成本和运行成本最小为目标，建立考虑多风场间预测误差时空相关性的储能容量优化模型；

采用Copula理论的多风电场预测误差时空相关性建模的具体过程包括：

(1)生成N风场功率预测误差矩阵，假设每风场有T个时间段，每个时间段内有t个观测值，构建预测误差矩阵；

(2)利用KDE拟合方法计算预测误差边缘分布；

(3)利用最大似然估计法对Normal/t copula函数参数进行估计，其中Normal copula函数参数为T×T秩相关矩阵ρ，t copula函数参数为T×T秩相关矩阵和自由度；

(4)利用Normal/t copula方程计算得到多风场预测误差联合分布函数。

2.如权利要求1所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：所述预测误差为功率实际值减去预测值，且位于[-1,1]之间的数据。

3.如权利要求1所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：分别利用正态分布、t分布和KDE方法拟合预测误差来进行风功率预测误差分析，确定最优拟合方法。

4.如权利要求1所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：进行多风电场预测误差时空相关性分析，风电场之间的距离越近，其预测误差线性相关系数越大，时空相关性越强。

5.如权利要求1所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：根据构建的Normal/t copula生成的联合分布函数进行反变换，生成预测误差场景。

6.如权利要求5所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：利用向后缩减技术对原始场景进行缩减，寻找最接近原始系统的场景，计算确定的每个场景的弃风能量和损失能量。

7.如权利要求1所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：蓄电池储能容量优化的目标为补偿风电功率预测误差和使储能系统投资成本与风储系统运行成本最小以实现综合效益最优。

8.如权利要求7所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：利用折中方法考虑投资成本和运行成本间的对立关系以实现风储系统的优化运行，运行成本包括弃风成本和损失成本，两者随额定容量和充放电功率的变化而变化。

9.如权利要求1所述的一种考虑多风场预测误差时空相关性的储能容量优化配置方法，其特征是：蓄电池储能容量优化的约束条件包括蓄电池约束和输出功率约束，蓄电池约束又包括充电功率约束和放电功率约束。