[发明专利]一种考虑可靠性成本的储能优化配置方法

权利要求书

1.一种考虑可靠性成本的储能优化配置方法，包括以下步骤：步骤S01：预测新能源出力；步骤S02：采取电量不足期望值为评估指标建立系统优化配置模型，具体包括储能系统模型、可靠性成本模型、发电系统成本模型、约束条件；步骤S03：基于系统优化配置模型对储能优化进行配置。

2.如权利要求1所述的方法，其特征在于：预测新能源出力的步骤为：以a太阳辐照度，b组件温度，c空气温度，d相对湿度，e大气压力，f光伏功率作为输入，以模型评估指标RMSE、MAE、R2作为输出，步骤S21：据清洗：将采集到的现场光伏功率数据f和环境数据a，b，c，d，e进行数据清洗，以天为单位剔除实际生产中由于通讯故障等原因而导致的数据；步骤S22：通过EMD算法，将环境数据分解为不同频率的本征模分量{IMF1,IMF2,…,IMFm}和剩余分量rn，将原始环境序列分解为各种不同的特征波动序列，将原始环境信号中存在的不同尺度波动或趋势逐级分解出来；步骤S23：对步骤S22中分解得到的数据进行PCA降维，利用PCA算法筛选出影响光伏输出功率的关键因子，消除由EMD分解得到的不同时间序列数据的冗余性和相关性；步骤S24：对步骤S23降维后的数据和光伏功率历史数据进行归一化，转化为适于LSTM网络训练的数据集，并进行训练集和测试集的划分；步骤S25：初始化LSTM模型参数，将样本的训练集输入到LSTM模型中进行训练，直到获得模型的目标准确率；步骤S26：模型训练结束，保存训练文件，输入测试集进行测试；步骤S27：输出模型评估指标RMSE、MAE、R2，结束。

3.如权利要求1如权利要求2所述的方法，其特征在于：预测新能源出力平均绝对误差MAE为：

式中：均方根误差RMSE表示为：

拟合优度R²表示为：

其中，y_i为光伏输出功率的真实值；为光伏输出功率的预测值；m为测试样本集的数量。

4.如权利要求1-3任一项权利要求所述的方法，其特征在于：所述储能系统模型为：

式中，为BESS实时荷电状态；为实时充放电的电量，其表达式为：

式中M为风机台数；为风机出力功率；N为光伏电板块数；为光伏输出功率；ηc为充电效率；ηd为放电效率；δn为变流器效率；为实时负荷需求量。

5.如权利要求1-3任一项权利要求所述的方法，其特征在于：所述可靠性模型以以微电网孤立运行为背景，以电量不足期望值(Expected Energy Not Supplied,EENS)为指标对微电网系统运行可靠性进行评估，其函数表达为：

根据缺电损失，构建如下可靠性成本模型：

C_cor＝λP_EENS (8)

λ＝B_penS (9)

式中PEENS为电量不足期望；Rt cps为实时缺电系数；Ccor为可靠性成本；λ为可靠性惩罚系数；Bpen为缺电惩罚系数；S为平均电价。