【技術實現步驟摘要】
本專利技術涉及風儲，尤其涉及一種基于物理約束的風能-儲能調控方法及系統。
技術介紹
1、風能作為一種可再生、清潔的能源，其開發和利用對于促進能源轉型和減少碳排放具有重要意義，然而，風能具有間歇性和不穩定性，這給電力系統的穩定運行帶來了挑戰，為了克服這一挑戰，儲能技術被廣泛應用于風能系統中，以平滑風電輸出、提高系統穩定性和供電質量，在風能-儲能調控方法中，物理儲能技術占據了重要地位，物理儲能技術主要包括抽水蓄能、壓縮空氣儲能和飛輪儲能等，這些技術通過將電能轉化為機械能、勢能或動能等形式進行儲存，并在需要時釋放，以提供電力支持，這些技術在大規模風電并網、調峰填谷、提高系統穩定性等方面發揮了重要作用。
2、物理儲能技術通常需要建設專門的儲能設施，如抽水蓄能電站、壓縮空氣儲能洞穴等，這些設施的建設成本較高，可能限制了其廣泛應用；物理儲能技術，如抽水蓄能，對地理條件有較高要求，需要具備一定的地勢和水資源條件，這限制了其選址的靈活性；相比化學儲能技術，物理儲能技術的能量密度通常較低，在相同體積或重量下，能儲存的電能相對較少；在能量轉換和儲存過程中，物理儲能技術可能會存在一定的效率損失，如抽水蓄能電站的水泵和水輪機效率、壓縮空氣儲能過程中的熱能損失等。
技術實現思路
1、本專利技術提供一種基于物理約束的風能-儲能調控方法及系統，用以解決現有技術中物理儲能技術存在效率損失的缺陷。
2、一方面，本專利技術提供一種基于物理約束的風能-儲能調控方法，包括：
3、獲取風
4、根據控制機理，建立風儲聯合場站多類型多種分布式有功無功調控資源的動態耦合調控數學模型，并使用動態耦合調控數學模型對有功無功調控資源進行預測，以得到預測結果；
5、獲取風機機位與測風塔多維空間測量數據，對多時空尺度隨機波動特征及其運行可靠性的時空分布特性進行分析，以得到分析結果；
6、根據分析結果，使用高精度風速與風功率預測技術建立風儲多類型分布式可調控資源的主動支撐控制邊界量化評估模型；
7、根據預測結果和評估模型，構建風儲聯合暫態和穩態有功無功多時間尺度調控能力動態評估體系。
8、進一步的，獲取風儲多類型多種分布式有功無功調控資源的主動支撐暫態和穩態控制機理，所述控制機理包括多時間尺度暫態和穩態調控響應特性、運行域約束、動態分布規律和交互耦合機理，包括：
9、獲取風儲多類型多種分布式有功無功調控資源的性能參數；
10、根據性能參數，對主動支撐暫態和穩態進行分析，以得到分析結果；
11、根據分析結果，對性能參數進行實時監測，以得到控制機理。
12、進一步的，根據控制機理，建立風儲聯合場站多類型多種分布式有功無功調控資源的動態耦合調控數學模型，并使用動態耦合調控數學模型對有功無功調控資源進行預測，以得到預測結果，包括：
13、根據控制機理，使用fxk+1＝axk+buk+wk，fyk＝cxk+duk+vk建立風儲聯合場站多類型多種分布式有功無功調控資源的動態耦合調控數學模型，其中，xk為風電功率、儲能裝置的狀態、電網電壓和電流等內部狀態變量在時刻k的值，uk為在時刻k對系統的外部控制輸入，yk為在時刻k風電場和儲能系統的有功功率、無功功率輸出，a為系統狀態從時刻k到時刻k+1的轉移規律，b為輸入向量uk影響系統狀態的變化，c為系統狀態xk映射到輸出向量yk，d為輸入向量uk直接影響輸出向量yk，wk為過程噪聲向量，vk為測量噪聲向量；
14、獲取風儲聯合場站的歷史運行數據，并進行預處理，以得到預處理后的數據；
15、將預處理后的數據輸入到動態耦合調控數學模型中，使用動態耦合調控數學模型對風儲聯合場站的有功無功調控資源進行預測，以得到預測結果；
16、獲取風儲聯合場站的實際運行數據，并將預測結果與實際運行數據進行對比，以得到對比結果；
17、根據對比結果，對動態耦合調控數學模型進行迭代升級，以得到優化后的動態耦合調控數學模型。
18、進一步的，獲取風機機位與測風塔多維空間測量數據，對多時空尺度隨機波動特征及其運行可靠性的時空分布特性進行分析，以得到分析結果，包括：
19、獲取風機機位與測風塔多維空間測量數據，并進行預處理，以得到預處理后的測量數據：
20、根據預處理后的測量數據，提取關鍵特征，所述關鍵特征包括風速的平均值、標準差、極值、頻譜特性，以及風向的分布特性、溫度的變化范圍；
21、根據關鍵特征，使用xt＝φ1xt-1+φ2xt-2+…+φpxt-p+∈t+θ1∈t-1+θ2∈t-2+…+θq∈t-q進行多時空尺度分析，以得到多時空尺度隨機波動特征和時空分布特性，其中xt是時間t時的觀測值，φ1，φ2，…，φp是自回歸系數，∈t是時間t時的白噪聲誤差項，θ1，θ2，…，θq是滑動平均系數，p是自回歸部分的階數，q是滑動平均部分的階數；
22、根據多時空尺度隨機波動特征與時空分布特性，分析風機機位與測風塔對風機運行可靠性的影響，以得到分析結果。
23、進一步的，根據關鍵特征，使用時間序列分析進行多時空尺度分析，以得到多時空尺度隨機波動特征和時空分布特性分析，包括：
24、根據關鍵特征，對不同時間尺度下的隨機波動特征進行分析，以得到隨機波動特征分析結果；
25、根據關鍵特征，對不同空間尺度下風況特性的空間分布和相關性進行分析，以得到風況特性分析結果；
26、根據隨機波動特征分析結果和風況特性分析結果，對風機在不同風況下的運行進行可靠性評估，以得到可靠性評估結果；
27、根據可靠性評估結果，對風機運行可靠性的時空分布特性進行分析，以得到時空分布特性。
28、進一步的，根據分析結果，使用高精度風速與風功率預測技術建立風儲多類型分布式可調控資源的主動支撐控制邊界量化評估模型，包括：
29、獲取風電場集控和升壓站的數據；
30、根據分析結果和風電場集控和升壓站的數據，使用循環神經網絡對時間序列數據進行建模，以得到預測模型；
31、使用預測模型對風速與風功率進行預測，以得到風速和功率預測值；
32、根據風速和功率預測值，建立風儲多類型分布式可調控資源模型，以得到調控能力預測結果；
33、根據風電功率和調控能力預測結果，建立風儲多類型分布式可調控資源的主動支撐控制邊界量化評估模型。
34、進一步的，根據預測結果和評估模型，構建風儲聯合暫態和穩態有功無功多時間尺度調控能力動態評估體系，包括：
35、根據預測結果，建立風儲聯合系統的暫態和穩態模型，使用暫態和穩態模型確定電場和儲能系統的有功和無功調控能力；
36、將時本文檔來自技高網...
【技術保護點】
1.一種基于物理約束的風能-儲能調控方法，其特征在于，包括：
2.根據權利要求1所述的基于物理約束的風能-儲能調控方法，其特征在于，獲取風儲多類型多種分布式有功無功調控資源的主動支撐暫態和穩態控制機理，所述控制機理包括多時間尺度暫態和穩態調控響應特性、運行域約束、動態分布規律和交互耦合機理，包括：
3.根據權利要求2所述的基于物理約束的風能-儲能調控方法，其特征在于，根據控制機理，建立風儲聯合場站多類型多種分布式有功無功調控資源的動態耦合調控數學模型，并使用動態耦合調控數學模型對有功無功調控資源進行預測，以得到預測結果，包括：
4.根據權利要求3所述的基于物理約束的風能-儲能調控方法，其特征在于，獲取風機機位與測風塔多維空間測量數據，對多時空尺度隨機波動特征及其運行可靠性的時空分布特性進行分析，以得到分析結果，包括：
5.根據權利要求4所述的基于物理約束的風能-儲能調控方法，其特征在于，根據關鍵特征，使用時間序列分析進行多時空尺度分析，以得到多時空尺度隨機波動特征和時空分布特性分析，包括：
6.根據權利要求5所述的基于物
7.根據權利要求6所述的基于物理約束的風能-儲能調控方法，其特征在于，根據預測結果和評估模型，構建風儲聯合暫態和穩態有功無功多時間尺度調控能力動態評估體系，包括：
8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至7任一項所述基于物理約束的風能-儲能調控方法。
9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述基于物理約束的風能-儲能調控方法。
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述基于物理約束的風能-儲能調控方法。
...【技術特征摘要】
1.一種基于物理約束的風能-儲能調控方法，其特征在于，包括：
2.根據權利要求1所述的基于物理約束的風能-儲能調控方法，其特征在于，獲取風儲多類型多種分布式有功無功調控資源的主動支撐暫態和穩態控制機理，所述控制機理包括多時間尺度暫態和穩態調控響應特性、運行域約束、動態分布規律和交互耦合機理，包括：
3.根據權利要求2所述的基于物理約束的風能-儲能調控方法，其特征在于，根據控制機理，建立風儲聯合場站多類型多種分布式有功無功調控資源的動態耦合調控數學模型，并使用動態耦合調控數學模型對有功無功調控資源進行預測，以得到預測結果，包括：
4.根據權利要求3所述的基于物理約束的風能-儲能調控方法，其特征在于，獲取風機機位與測風塔多維空間測量數據，對多時空尺度隨機波動特征及其運行可靠性的時空分布特性進行分析，以得到分析結果，包括：
5.根據權利要求4所述的基于物理約束的風能-儲能調控方法，其特征在于，根據關鍵特征，使用時間序列分析進行多時空尺度分析，以得到多時空尺度隨機波動特征和時空分...
【專利技術屬性】
技術研發人員：姚景占，郭紅亮，閆倫，禹治坤，鐘學飛，胡子文，董新飛，
申請(專利權)人：華能國際電力股份有限公司上安電廠，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。