[发明专利]功率波动平抑方法、系统、存储介质和计算机设备

说明书

本申请涉及一种功率波动平抑方法、系统、存储介质和计算机设备，其中功率波动平抑方法包括以下步骤：将获取的待测日输出功率数据输入预设控制系统函数模型，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，并确定储能通用模型的参数值，根据参数值、输出功率和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功率波动平抑模型求解，确定实际功率输出值。上述功率波动平抑方法，通过预测待测日输出功率数据和实时电价数据，分别获得预测输出功率和目标输出功率，并采用模型预测控制算法对功率波动平抑模型求解，实现功率波动平抑，获得实时准确的实际输出功率值。

技术领域

本申请涉及电力系统技术领域，特别是涉及一种功率波动平抑方法、系统、存储介质和计算机设备。

背景技术

近年来，风力发电和太阳能发电已经成为重要的可再生能源发电形式，但是由于其间歇性与随机性的特点，接入电网后存在较大不确定性，直接可调度能力较弱。

现有的实现新能源电站并网的研究主要为当新能源电站发电量不在电网允许的上下限范围内时，通过储能充、放电以消纳过剩电量或补足缺额，但是这种情况下，新能源电站的目标输出功率值相对固定，无法实现实时准确对输出功率值进行调整。

发明内容

基于此，针对无法实现实时准确对输出功率值进行调整的问题，可以提供一种实现实时准确对输出功率值进行调整的功率波动平抑方法、系统、存储介质和计算机设备。

一种功率波动平抑方法，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，并确定储能通用模型的参数值，根据参数值、输出功率和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功率波动平抑模型求解，确定实际功率输出值。

在其中一个实施例中，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类似的历史日输出功率，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。

在其中一个实施例中，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。

在其中一个实施例中，自回归模型为：

p_n(k+1)＝τ_p(k)p_n(k)+ε(k)

式中，p_n(k+1)为p(k+1)的标幺值，p(k+1)为第k+1周的平均电价，p_n(k)为p(k)的标幺值，p(k)第k周的平均电价，τ_p(k)为自相关系数，ε(k)为正态随机变量。

在其中一个实施例中，获取储能通用模型，并确定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，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：

x(k+1)＝f(x(k))+g(x(k),u(k))

f(x)＝a(x)x