[发明专利]储能参数的配置方法、装置、电子设备及存储介质

说明书

本发明公开了一种储能参数的配置方法、装置、电子设备及存储介质，其方法包括：获取风电场的当前风力数据，所述当前风力数据包括：当前风速、当前风向余弦和当前风向正弦值；将所述当前风速、当所述前风向余弦和所述当前风向正弦值输入预先构建的目标动态神经网络，得到预测风力功率；基于所述预测风力功率和储能成本目标函数，确定储能的最大容量和最大功率。通过动态神经网络精准预测电力功率，在区域综合能源系统中实现储能的合理配置，从而降低储能配置的购买成本，进而降低区域风电场运营成本。

技术领域

本发明涉及能源应用规划技术领域，尤其涉及一种储能参数的配置方法、装置、电子设备及存储介质。

背景技术

随着区域综合能源系统的发展，电、气热、冷等能量形式间的耦合程度继续加深，储能的形式也更加繁杂，储电、储热的配合使用也更加频繁。

但由于热电联供机组“以热定电”的特性，热电联供机组的调峰能力会受到限制，而风电功率预测主要依赖于数值天气预报，受数值天气预报的影响，风电功率预测结果精度偏低，导致风力发电机组的弃风现象在我国很普遍。

因此，如何在区域综合能源系统中实现电储能和热储能的合理联合配置，对降低储能配置的购买成本，进而降低区域风电场的运营成本具有重大意义。

发明内容

本发明提供了一种储能参数的配置方法、装置、电子设备及存储介质，用于在区域综合能源系统中实现电储能和热储能的合理联合配置，从而降低储能配置的购买成本，进而降低区域风电场的运营成本。

第一方面，本发明提供的一种储能参数的配置方法，包括：

获取风电场的当前风力数据，所述当前风力数据包括：当前风速、当前风向余弦和当前风向正弦值；

将所述当前风速、当所述前风向余弦和所述当前风向正弦值输入预先构建的目标动态神经网络，得到预测风力功率；

基于所述预测风力功率和储能成本目标函数，确定储能的最大容量和最大功率。

可选地，所述储能的类型包括电储能和热储能；基于所述预测风力功率和预设的储能成本目标函数，确定储能的容量配置，包括：

根据购买成本计算公式和运营成本计算公式确定所述储能容量的配置成本目标函数；

基于所述预测风力功率和所述储能成本目标函数，确定储电和储热的容量配置；

所述储能成本目标函数为：

C_min＝I_C+O_C

其中，Cmin为每天总成本最小值，I_C为储能购买成本，O_C为每天储能运营成本，即储能供应不足时购电的成本和CHP耗气成本；

所述购买成本计算公式为：

其中，为储电设备的最大功率，为储电设备的最大容量，为储热设备的最大功率，为储热设备的最大容量，α为储电设备的单位功率投资系数，β为储电设备的单位容量投资系数，γ为储热设备的单位功率投资系数，χ为储热设备的单位容量投资系数；

所述运营成本计算公式为：

其中，T为一天所划分的总时段，λ^g为天然气统一价格，η_G2P为CHP天然气燃烧转化系数，r为天然气燃烧的热值系数，P_t^e,B为t时段的风电过剩功率，为CHP产生的电功率。

可选地，根据购买成本计算公式和运营成本公式确定所述储能容量的配置成本目标函数，包括：