[发明专利]一种结合储能控制系统的新能源发电侧功率预测方法及系统

权利要求书

1.一种结合储能系统的新能源发电侧功率预测方法，其特征在于，过程如下：

根据实时卫星云图、气象雷达以及地面成像数据对天空中云的信息进行观测，结合邻近历史时刻卫星云图对云的运行轨迹及变化进行外推，对未来设定时间段内目标电站上云量进行推算，同时对数值天气预报结果进行订正释用，得到未来设定时间段光伏电站所在区域云的变化趋势；

对光伏电站历史数据线性拟合的方法获得光伏电站合理的功率区间，结合所述云的变化趋势和光伏电站发电模型分析出光伏电站的未来设定时间段的运行状态，通过比较光伏电站短期功率预测值和实时预测值，得到储能系统的期望出力；

实时获取储能系统的荷电状态和储能充放电效率，依据储能系统的荷电状态约束、储能充放电效率、能量守恒、储能物理参数和经济参数对储能系统建立储能模型，将光伏电站的收益、挽回弃电收益和减少考核收益作为目标函数，将所述储能模型作为约束条件，通过多目标优化算法全局搜索使目标函数得到最优解的储能充放电判定结果，即得到联合电站的发电侧功率；根据卫星云图、气象雷达或地面成像对天空中云的信息进行观测，对数值天气预报结果进行订正释用时：通过对比相邻两个时刻光伏电站区域云的变化，对该区域的云列出状态矩阵和观测矩阵其中X(k)为云的状态矩阵，A为状态转移矩阵，U(k)为状态增量矩阵，W(k)和V(k)分别为白噪声矩阵，Z(k)为观测矩阵，建立光伏电站发电模型时引入所述状态矩阵和观测矩阵；使用BP神经网络，以历史实时电价作为训练目标训练神经网络模型，用来预测储能充放电判定结果：是否参与双边交易，全部储能容量参加还是部分储能容量参加；是否参与辅助服务申报与竞价，全部储能容量参加还是部分储能容量参加；是否参与电网直调，全部储能容量参加还是部分储能容量参加；是否分配储能容量参与提高功率预测的决定。

2.根据权利要求1所述的结合储能系统的新能源发电侧功率预测方法，其特征在于，对光伏电站历史数据拟合之前先对其进行筛选，剔除无效数据。

3.根据权利要求1所述的结合储能系统的新能源发电侧功率预测方法，其特征在于，所述光伏电站历史数据包括实发功率、预测功率、实际辐照度以及预测辐照度。

4.根据权利要求1所述的结合储能系统的新能源发电侧功率预测方法，其特征在于，建立储能模型时考虑：

荷电状态约束：避免储能系统出现过度充电或过度放电造成储能寿命缩减，对储能荷电状态SOC进行约束：SOC_low≤SOC≤SOC_up，其中，SOC_low为最小电量百分比，SOC_up为最大电量百分比；

储能充放电效率：储能在充放电时经过线路损耗和储能自身用电损耗，充入的电量和最终储能增加的电量不是相等的，其计算公式如下：

ΔQ_T＝E_f∫P(t)dt

其中，ΔQ_T为储能系统中电量在T时段内的变化值，E_f为储能充放电效率，取值在[0,1]区间，P(t)为储能的瞬时充电功率t＝[0,T]；

能量守恒：储能系统与光伏电站看成一个整体，需要满足能量守恒定律：

其中，P_t为集电线路并网功率，P_s为光伏电站发电功率，P_e为储能充放电功率，充电时为负，放电为正。