[发明专利]风光储联合发电系统置信容量评估方法及系统

说明书

本发明公开了一种风光储联合发电系统置信容量评估方法及系统，该方法包括：建立全场景集并构建全场景矩阵，根据全场景集和全场景矩阵，选取典型场景集并构建典型场景矩阵，记录每个典型场景的发生概率；构建风力发电、光伏发电功率输出模型，构建储能系统优化运行策略及所对应的多目标优化模型，基于风力发电、光伏发电功率输出模型，计算每个典型场景下风力发电和光伏发电功率输出曲线，基于储能系统优化运行策略及多目标优化模型，计算每个典型场景下储能系统功率输出曲线；计算接入风光储联合系统的整体可靠性水平；采用弦截法对接入风光储联合发电系统的电力系统可靠性水平进行多次迭代计算，获取风光储联合发电系统置信容量和置信率。

技术领域

本发明涉及风光储联合发电技术领域，尤其是涉及一种风光储联合发电系统置信容量评估方法及系统。

背景技术

为了应对化石燃料的日益枯竭与全球环境不断恶化等突出问题，全球范围内非化石能源持续大规模开发利用，风、光等可再生能源加速发展，能源清洁低碳化转型升级步伐加快。据国际可再生能源署预测，到2040年，可再生能源将在全球能源消费总量和发电总量的占比分别达到66％和86％。

可再生能源发电给电力发展与能源转型带来了巨大效益与发展机遇，但其所具有的波动性、间歇性和随机性对电力系统的运行带来巨大挑战，同时也对可再生能源发电系统的容量价值造成极大影响。利用储能系统构成风光储联合发电系统，通过提升风、光可再生能源出力的稳定性和可调节性，既能够有效利用风光资源的时空互补特性，同时还能够有效提升其对系统的容量支撑能力。

目前，普遍采用置信容量概念对可再生能源的容量价值进行评估，但现有置信容量评估方法的诸多弊端日益突出。(1)现有置信容量评估方法主要针对单种清洁能源进行评估并往往采用非时序模型对可再生能源进行建模，缺乏对风、光等多种可再生能源在季节、昼夜的时序互补性的充分考量。同时，也未对可再生能源与负荷的时序相关性进行充分考虑。(2)现有置信容量评估方法往往未对储能系统纳入评估范围，并缺乏对储能系统灵活调节能力和优化运行策略进行的充分考虑。(3)现有置信容量评估方法多基于蒙特卡洛方法进行评估，对基础数据规模具有较高的要求。同时，计算耗时、评估低效等问题突出。

发明内容

本发明的目的在于提供一种风光储联合发电系统置信容量评估方法及系统，旨在解决现有技术中的上述问题。

本发明提供一种风光储联合发电系统置信容量评估方法，包括：

建立全场景集并构建全场景矩阵，根据所述全场景集和所述全场景矩阵，选取典型场景集并构建典型场景矩阵，记录每个典型场景的发生概率；

构建风力发电、光伏发电功率输出模型，构建储能系统优化运行策略及所对应的多目标优化模型，基于所述的风力发电、光伏发电功率输出模型，计算每个典型场景下风力发电和光伏发电功率输出曲线，基于所述储能系统优化运行策略及多目标优化模型，利用智能优化算法，计算每个典型场景下储能系统功率输出曲线；

根据风力发电功率输出曲线、光伏发电功率输出曲线、储能系统功率输出曲线、以及每个典型场景的发生概率，计算接入风光储联合系统的整体可靠性水平；

采用弦截法对接入风光储联合发电系统的电力系统可靠性水平进行多次迭代计算，获取风光储联合发电系统置信容量和置信率。

本发明提供一种风光储联合发电系统置信容量评估系统，包括：

构建模块，用于建立全场景集并构建全场景矩阵，根据所述全场景集和所述全场景矩阵，选取典型场景集并构建典型场景矩阵，记录每个典型场景的发生概率；

功率输出曲线模块，用于构建风力发电、光伏发电功率输出模型，构建储能系统优化运行策略及所对应的多目标优化模型，基于所述的风力发电、光伏发电功率输出模型，计算每个典型场景下风力发电和光伏发电功率输出曲线，基于所述储能系统优化运行策略及多目标优化模型，利用智能优化算法，计算每个典型场景下储能系统功率输出曲线；