[发明专利]一种考虑长时储能应用场景的氢储能容量优化配置方法

权利要求书

1.一种考虑长时储能应用场景的氢储能容量优化配置方法，所述方法包括以下步骤：

S1：采用改进K-means聚类算法处理风-光-负荷曲线，选取各月典型聚类场景集合；

S2：基于各月典型聚类场景集合，提取适用于长时储能应用的具有时序信息的典型场景集合；

S3：考虑氢储能，利用多场景分析法，以氢储能设备投资成本与系统运行成本最小为目标，确定氢储能投资容量及系统运行策略；

S4：考虑氢储能，分析负荷需求、源荷容量比例与负荷高峰出现周期与储能配置的关系。

2.根据权利要求1中所述的一种考虑长时储能应用场景的氢储能容量优化配置方法，其特征在于，所述步骤S1中，所述改进K-means聚类算法具体步骤如下：

1)输入全年8760小时的净负荷数据，基于初始聚类数与调度周期包含的天数对初始数据按照各月进行分割；

2)采用欧氏距离计算样本至簇心的距离，对各月样本数据进行聚类，利用CH指标对聚类效果进行评价，选取令CH值最小的聚类数，作为该月的当前调度周期的最优聚类数。

3.根据权利要求1中所述的一种考虑长时储能应用场景的氢储能容量优化配置方法，其特征在于，所述步骤S2中，提取适用于长时储能应用的具有时序信息的典型场景集合的步骤如下：

1)计算各月平衡度指标BAL，基于各调度周期的最优聚类数，选择使得当BAL最为接近0.5的调度周期，BAL计算公式如下：

式中，x_BAL为BAL指标；T为样本数量；x_t为实际样本值；σ_t表示实际样本值的正负，若为正，σ_t为1否则为0；

2)根据各月BAL指标对月份进行分类，若BAL0.35，该月为负荷过载典型月，若BAL0.65，该月为新能源高发月，否则为可自平衡月份，选择与该月类型相同的典型曲线作为当月典型曲线，输出各月典型曲线作为典型场景集。

4.根据权利要求1中所述的一种考虑长时储能应用场景的氢储能容量优化配置方法，其特征在于，所述步骤S3中，以系统运行成本及风险成本最小为目标，确定系统的运行策略的步骤如下：

1)储能投资成本与系统运行成本最小的目标函数如下：

包括系统投资等值年化成本、系统年运行成本，其中系统年运行成本包括机组启停成本、机组出力成本、电解槽用电成本、负荷售电收益；

2)构建系统运行约束(包括功率平衡约束、线路潮流约束)、常规机组约束(包括机组启停约束、机组出力约束及机组爬坡约束)、风电约束、负荷约束、氢能运行相关约束。

5.根据权利要求1中所述的一种考虑长时储能应用场景的氢储能容量优化配置方法，其特征在于，所述步骤S4中，分析负荷需求、源荷容量比例与负荷高峰出现周期与储能配置的关系，步骤如下：

1)选取不同负荷发展需求、调整负荷高峰出现周期，以系统运行成本及投资成本最小为目标，求解储能系统的最优容量配置及系统运行策略；

2)根据运行策略及配置结果，分析负荷需求、源荷容量比例与负荷高峰出现周期与储能配置的关系，根据实际需求配置储能容量。