本技术涉及一种基于机组聚类的长时储能规划方法,方法包括根据机组技术参数,利用机器学习建立机组聚类方法,将多台机组划分为机组群;根据长时储能的技术参数,构建以年为运行周期的长时储能调度模型;构建松弛整型变量的机组聚类机组组合,融入长时储能调度,构建长时储能与机组同步调度;以长时储能与机组同步调度为运行模拟,构建含机组组合的长时储能规划模型。与现有技术相比,本发明实现了在以年为时间尺度的机组组合问题的求解,其最终优化结果实现了与系统运行相适应的长时储能配置方案求解,从而能够实现系统长时间尺度运行特征与长时储能运行方式的精确关联,实现储能优化配置。
背景技术
当前,新能源技术在电力系统中的渗透率不断提高,伴随着电力系统规模的扩大,机组灵活性在建模中的作用也越来越明显,因此对在长时间尺度的电力系统运行优化场景中考虑机组组合约束的研究显得尤为重要,同时长时储能的引入也为机组组合模型的建立提出了新的挑战。
国内外多年来在含新能源的电力系统的机组组合与储能建模方面已经有了丰富的研究成果,如文献1“考虑源网荷储协调优化的安全约束机组组合”(沙强益,孟庆超,黄青江.电工技术,2024,(17):38-44.)针对高渗透率的风电光伏不确定性,提出了一个包含需求响应、输电线路传输切换和公共储能的安全约束机组组合模型,该模型通过协调优化源网荷储侧的柔性资源,应对风电光伏出力和系统元件故障的不确定性。文献2“新能源发电接入下储能系统双层优化模型”(陈建国,郑拓,郝俊毅,董幼林,胡经伟,苏义鑫.中南民族大学学报(自然科学版),2024,43(02):245-251.)针对风力发电、光伏发电等可再生分布式电源接入电网带来的问题,提出了一种风光接入下储能系统的双层优化模型,上层模型考虑储能规划,下层模型考虑储能系统运行时电网的经济性和稳定性,采用改进鲸鱼算法与YALMIP+CPLEX联合方法在MATLAB中进行求解。文献3“含风电并网的源荷双层机组优化组合模型”(李英量,董志伟,白博旭,郭飞燕,刘梦溪,李飞.太阳能学报,2024,45(03):399-407.)提出了一个考虑源荷两侧可调节资源的双层机组组合模型,以解决系统调峰能力不足和新能源消纳问题,上层模型针对负荷侧建立价格型需求响应模型,下层模型针对源侧建立包含电力市场深度调峰辅助服务和碳市场奖惩阶梯式碳交易机制的机组组合模型。
根据各类研究成果,已有多种涉及机组组合建模与储能建模的专利申请。专利申请1“一种提高模型简约性的大规模安全约束机组组合加速方法”(陈熙,严道波,朱邦显,方仍存,董哲,邹雨馨,李慧慧,别芳玫,魏利屾,艾小猛.CN202310252548.4[P].2024-09-03.)利用了非紧最大线路潮流约束鉴定以及机组状态部分固定方法,在保证解优越性的前提下,提高了机组组合问题的求解速度。专利申请2“一种基于LSTM的机组组合计算方法”(任冠华,焦洋,陈艳波,武超,郑国栋,高瑜珑,陈冬晖,马彦虎,孙志祥.CN202110770004.8[P].2021-09-21)提出了一种基于LSTM的机组组合计算方法,使用MinMaxScaler归一化方法和K均值聚类算法对历史数据进行处理,通过两步深度学习得到次日的机组组合计划,采用LSTM神经网络,通过学习大量的历史数据得出机组组合映射关系。调用训练好的深度学习模型,可直接得到机组组合计划。
已有方法存在如下固有缺陷:
(1)所涉及系统或规模较小,或面临规模增大带来的计算时间增加问题,这使得机组组合及相关应用在大型系统中的应用受到限制。
(2)所涉及机组组合及储能建模时间尺度局限于天或若干典型日,不能适应由于新能源出力季节性变化带来的以月或年为单位的更长时间尺度波动,这使得储能在长时间尺度上的调节能力被低估了。
实现思路