[发明专利]一种风电场储能装置容量的计算方法及系统

说明书

本发明实施例提供一种风电场储能装置容量的计算方法及系统，该方法包括：根据所述风电场的风电出力历史数据，获取风电出力的基准参考分布函数和所有近似参考分布函数；获取每一近似参考分布函数与所述基准参考分布函数的KL距离，将所有KL距离不超过预设KL距离的近似分布函数组成不确定集合；基于所述不确定集合，建立风电场的分布鲁棒储能装置规划模型；根据所述风电场的分布鲁棒储能装置规划模型，获取所述储能装置的容量。本发明实施例建立分布鲁棒储能装置规划模型，分布鲁棒优化不需要精确的概率分布函数，因而结果在统计意义下鲁棒性更强，不会投入大量资源应对发生概率极低的极端场景，从而结果的保守性较小。

技术领域

本发明涉及能源利用技术领域，尤其涉及一种风电场储能装置容量的计算方法及系统。

背景技术

过去几十年中，以风、光为代表的清洁可再生能源得到了快速的发展。截至2017年底，我国风电和光伏装机容量分别达到1.64亿千瓦和1.3亿千瓦，均已位居世界第一。然而，输电通道建设工期长、常规机组调峰(调频)能力不足、风光发电波动性对电网运行构成潜在风险等多方面原因导致了新能源消纳问题。

我国2017年弃风电量高达419亿千瓦时，弃风率达到12％，造成资源严重浪费。鉴于我国资源分布特点，新能源富集区远离负荷中心，无法借鉴欧美分布式消纳的经验；而建设远距离输电线路成本高、利用率低，而且容易造成稳定性问题。

随着储能技术的发展，储能装置单位容量成本逐年下降，风电场内配置储能装置不但可以使风电场站的输出趋于平滑可控，经济性上也优于远距离输电，逐渐成为近年来的研究热点。

在当前考虑风电的储能规划研究中，大多数研究采用了随机规划或鲁棒优化的方法处理风电的不确定性，以建立相应的规划模型。随机规划方法需要事先假定不确定因素(诸如风电出力)服从某一概率分布，但实际中往往由于缺乏足够的历史数据，经验分布并不准确。

此外，即使根据历史数据估计出了某一参考分布，当实际情况中真实分布相对参考分布出现偏离时，随机规划结果的最优性往往会大打折扣。鲁棒优化则忽略了不确定因素的历史数据中的分布统计信息，仅仅考虑最坏情况下的优化结果，而实际中最坏场景发生的概率往往很低，从而导致鲁棒优化的结果趋于保守。

发明内容

针对上述问题，本发明实施例提供一种风电场储能装置的容量计算方法及系统。

第一方面，本发明实施例提供一种风电场储能装置的容量计算方法，包括：

根据所述风电场的风电出力历史数据，获取风电出力的基准参考分布函数和所有近似参考分布函数，所述基准参考分布函数为所有近似参考分布函数中的一个，每一近似参考分布函数均表示所述风电出力历史数据的分布情况；

获取每一近似参考分布函数与所述基准参考分布函数的KL距离，将所有KL距离不超过预设KL距离的近似分布函数组成不确定集合；

基于所述不确定集合，建立风电场的分布鲁棒储能装置规划模型，所述分布鲁棒储能装置规划模型的目标函数为最小化投资成本，所述分布鲁棒储能装置规划模型的约束条件包括所述风电场的电网潮流方程、储能装置的充放电约束、潮流变量的上下界约束、所述风电场的鲁棒机会约束；

根据所述风电场的分布鲁棒储能装置规划模型，获取所述储能装置的容量。

第二方面，本发明实施例提供一种风电场储能装置的容量计算系统，包括：

历史模块，用于根据所述风电场的风电出力历史数据，获取风电出力的基准参考分布函数和所有近似参考分布函数，所述基准参考分布函数为所有近似参考分布函数中的一个，每一近似参考分布函数均表示所述风电出力历史数据的分布情况；

距离模块，用于获取每一近似参考分布函数与所述基准参考分布函数的KL距离，将所有KL距离不超过预设KL距离的近似分布函数组成不确定集合；