[发明专利]功率波动平抑方法、系统、存储介质和计算机设备

权利要求书

1.一种功率波动平抑方法，其特征在于，包括以下步骤：

将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率；

将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率；

获取储能通用模型，并确定所述储能通用模型的参数值，根据所述参数值、所述预测输出功率和所述目标输出功率建立功率波动平抑模型；

基于模型预测控制算法对所述功率波动平抑模型求解，确定实际功率输出值；

所述控制系统函数模型为：

式中，y（k）表示输出功率，r（k）表示第k时刻的预测输出电量，x₂（k）为中间参数变量，t_d为MW与MWh之间的转换系数；

所述获取储能通用模型，并确定所述储能通用模型的参数值的步骤包括：

根据选取的储能类型确定储能通用模型，所述通用模型中的参数包括蓄电池自放电速率α、充电效率β、放电效率γ、最大充电阈值M_c和最大放电阈值M_d，其中，储能通用模型的表达式为：

式中，x（k）和u（k）分别表示第k时刻储能内部电量和充、放电量，f（x）和g（x，u）均为中间参数变量，通用模型中约束条件为：

当u（k）0时，表示蓄电池处于充电状态，u（k）0时，表示蓄电池处于放电状态；

所述目标输出功率决策系统函数模型为：

式中，表示目标输出功率，x_2max表示储能最大可用电量，w（P）为电价的决策权重函数，P为实时电价预测值，λ表示设定的存储或输送电量的速率，P₀为平衡电价。

2.根据权利要求1所述的功率波动平抑方法，其特征在于，所述将获取的待测日输出功率数据输入预设的控制系统函数模型，获得预测输出功率的步骤之前，还包括：

获取与待测日环境气象信息相关的历史日输出功率，采用加入中值滤波过程的EMD算法与BP神经网络相结合获得的算法对待测日输出功率数据进行预测。

3.根据权利要求1所述的功率波动平抑方法，其特征在于，所述将获取的实时电价数据输入预设的目标输出功率决策系统函数模型，获得目标输出功率的步骤之前，还包括：

获取历史电价数据，采用预设的自回归模型预测实时电价数据。