申请/专利权人：大唐凉山新能源有限公司

申请日：2023-09-06

公开（公告）日：2024-03-29

公开（公告）号：CN117791695A

主分类号：H02J3/38

分类号：H02J3/38;H02J3/28;H02J3/00;H02J3/24;G06Q10/04;G06Q10/0631;G06Q50/06;G06N3/006;G06F18/23213

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明涉及降低并网运行考核费用的风电场储能优化配置方法，属于风电场储能技术领域，本发明提出一种风电场储能容量优化配置方法，通过风电出力场景生成与削减描述其不确定性，并通过改进灰狼优化算法GWO和Yalmip工具箱迭代的双层规划方法求解储能最优配置容量。该方法可以有效求解风电场储能容量的最优配置方案，并在降低考核费用、提高风电场预测准确度、平抑风电波动等方面具有良好的适用性；本发明提供的储能充放电策略优化方法，即使在风电机组实际出力和预测值存在较大偏差的情况下，通过优化储能的充放电策略，也可以提升风电场功率预测准确度，平抑风电波动，保证风电场的安全稳定运行。

主权项：1.降低并网运行考核费用的风电场储能优化配置方法，其特征在于，包括以下步骤：步骤1、风电出力场景的生成与削减；根据风电场出力的历史数据，生成一定数目的随机场景，并利用K-medoids聚类方法得到风电出力的典型场景，用于描述风电出力的不确定性；步骤2、建立风电场储能优化配置上层优化的数学模型；以风电场年综合成本最小为目标，将储能配置的额定容量和额定功率设为决策变量，考虑投资成本、储能功率和容量等约束，建立风电场储能容量优化配置上层额定容量和功率优化模型；步骤3、建立风电场储能优化配置下层优化的数学模型；以风电场“两个细则”考核费用最小为目标，以储能充放电功率作为决策变量，考虑风电场功率波动、储能充放电功率与荷电状态等约束，建立风电场储能容量优化配置的下层充放电策略优化模型；步骤4、基于改进灰狼算法和Yalmip工具箱对双层优化进行求解；上层优化将储能配置的额定容量和额定功率作为参数传递给下层优化，并作为下层储能充放电功率优化的初始条件和约束，下层优化在此基础上求出典型场景下储能系统的充放电功率，计算得到风电场的“两个细则”考核费用，并作为参数反馈到上层优化的目标函数中，上下层优化迭代求出最终的最优解。

全文数据：

权利要求：

百度查询： 大唐凉山新能源有限公司 降低并网运行考核费用的风电场储能优化配置方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD