[发明专利]考虑双重不确定性的压缩空气储能系统调度方法及系统在审

专利信息
申请号: 202310421935.6 申请日: 2023-04-19
公开(公告)号: CN116365718A 公开(公告)日: 2023-06-30
发明(设计)人: 潘珍;苏祥瑞;于明;周春丽;周恒旺;程兰芬;林锐;李波;祁乐;宋吉峰 申请(专利权)人: 广西电网有限责任公司;南方电网科学研究院有限责任公司
主分类号: H02J15/00 分类号: H02J15/00;H02J3/28;H02J3/46
代理公司: 南宁东智知识产权代理事务所(特殊普通合伙) 45117 代理人: 黎华艳
地址: 530013 广西壮族*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 考虑 双重 不确定性 压缩空气 系统 调度 方法
【权利要求书】:

1.考虑双重不确定性的压缩空气储能系统调度方法,其特征在于,包括:

基于新能源场站的历史场景数据集,根据新能源出力过程中的不确定性建立新能源出力模型;

基于电价预测信息以及预设的电价波动范围对未来电价的不确定性建立电价模型;

基于所述新能源发电模型与所述电价模型,建立压缩空气储能系统优化调度模型,所述优化调度模型以电站受益最大化为目标,建立市场交易电量约束以及压缩空气储能电站运行约束;

对所述优化调度模型进行求解,并将求解结果输出。

2.根据权利要求1所述的考虑双重不确定性的压缩空气储能系统调度方法,其特征在于,所述新能源出力模型,包括风力出力模型;

基于所述历史场景数据集提供的历史风速v,计算不同场景下的风力出力数据,表达式如下:

式中,PW为风力发电功率,N为风机数量,vin为风机的切入风速,vout为风机的切出风速,vR为风机按额定功率出力时的风速。

3.根据权利要求2所述的考虑双重不确定性的压缩空气储能系统调度方法,其特征在于,所述新能源出力模型,还包括光伏出力模型:

基于所述历史场景数据集提供的历史日照强度RPV,计算不同场景下的光伏出力数据,表达式如下:

PPV=ηPVRPVSPV

式中,PPV为光伏发电功率,ηPV为发电效率,SPV为太阳能电池板总面积。

4.根据权利要求3所述的考虑双重不确定性的压缩空气储能系统调度方法,其特征在于,所述电价模型,包括:

采用鲁棒优化模型进行所述电价模型的建立,表达式如下,

λt′≥0;

z≥0;

式中,R1为运行日D1电站的收益,πs为各个场景对应的概率,为运行日D1在t’时段的市场电价,为运行日D1场景s下t’时段的交易电量,Π为鲁棒模型的保守水平,Π∈[1,T],为运行日D1市场电价的最大值,为运行日D1市场电价的最小值,z、qt′以及λt′为鲁棒优化模型的对偶变量,T为时段总数,T=24,S为场景总数。

5.根据权利要求4所述的考虑双重不确定性的压缩空气储能系统调度方法,其特征在于,所述压缩空气储能系统优化调度模型,包括:

以电站受益最大化为目标,目标函数的表达式如下,

Max R0+γR1

式中,R0为运行日D0电站的收益,γ为电站对于未来收益的权重因子,根据未来获利及风险的权衡进行设定,γ的取值范围为[0,1];

式中,为运行日D0在t时段的市场电价,为运行日D0在t时段的交易电量。

6.根据权利要求5所述的考虑双重不确定性的压缩空气储能系统调度方法,其特征在于,所述市场交易电量约束,包括:

表达式如下,

式中,Pt为t时段电站的总交易电量,为压缩空气储能系统在t时段的放电量,为压缩空气储能系统在t时段的充电量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西电网有限责任公司;南方电网科学研究院有限责任公司,未经广西电网有限责任公司;南方电网科学研究院有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310421935.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top