一种中低压配电网光储系统的光储性能评估方法及系统与流程

本发明涉及光储系统，具体涉及到一种中低压配电网光储系统的光储性能评估方法及系统。

背景技术：

1、目前，中低压配电网中光伏和储能系统的性能预测主要存在协同性不足的问题。现有方法往往将光伏发电和储能系统性能预测割裂开来，忽视了两者之间的相互影响，难以充分发挥光储系统的协同优势。同时，现有方法通常不考虑协同调度策略，如峰谷电价下的充放电策略、光伏功率平滑控制等，导致预测结果与实际运行状况存在较大偏差。大多数预测方法还缺乏对光储系统整体性能的综合评估，难以全面反映系统的经济性、可靠性和电网友好性等特性。

2、鉴于现有技术的局限性，开发新的中低压配电网光储系统性能预测方法具有重要意义。新方法需要充分考虑光伏和储能的协同效应，提高预测精度;将协同调度策略纳入预测模型，优化系统运行;实现对光储系统整体性能的综合评估;并具备长期性能预测能力，为系统规划和资产管理提供支持。通过这些创新，有望实现中低压配电网光储系统性能的高精度、全面、动态预测，为光储系统的高效运行和大规模应用提供重要技术支撑。

3、因此，有必要设计一种中低压配电网光储系统的光储性能评估方法。

技术实现思路

1、本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种中低压配电网光储系统的光储性能评估方法及系统。

2、为实现上述目的，本发明采用的技术方案如下：一种中低压配电网光储系统的光储性能评估方法，包括以下步骤：

3、步骤1，根据中低压配电网光储系统中各独立子系统的出力特性，确定发电因子和储能因子；所述独立子系统包括光伏发电子系统和储能子系统；

4、步骤2，根据当前场景特点，确定对应的应用场景以作为目标应用场景；

5、步骤3，根据所述目标应用场景调用对应的光储性能预测模型，将对应的光储性能预测模型定为目标预测模型；

6、步骤4，将待评估的中低压配电网光储系统的发电因子和储能因子输入所述目标预测模型中，输出光储性能的评价结果。

7、进一步的，在所述步骤1中，具体包括：

8、所述光伏发电子系统的出力特性包括间歇性、波动性和随机性；

9、利用各出力特性的影响因子来表征出力特性；

10、所述间歇性的影响因子计算公式为：

11、；

12、其中，表示间歇性的影响因子；表示间歇性时间；表示总观测时间；

13、所述波动性的影响因子计算公式为：

14、；

15、其中，表示波动性的影响因子；表示监测的时间周期；表示在时间的光伏系统输出功率；表示监测周期内的平均输出功率；

16、所述随机性的影响因子的计算公式为：

17、；

18、其中，表示随机性的影响因子；表示监测的时间周期；表示在时间的光伏系统输出功率；表示在时间的预期发电量。

19、进一步的，在所述步骤1中，具体包括：

20、根据所述光伏发电子系统的出力特性确定发电因子；所述发电因子包括发电效率、稳定性、系统匹配度；

21、所述发电效率的计算公式为：

22、；

23、其中，表示发电效率指标；表示光伏系统的实际输出功率；表示光伏系统在理想条件下的理论输出功率；表示间歇性的影响因子；

24、所述稳定性的计算公式为：

25、；

26、其中，表示稳定性指标；表示监测周期内的平均输出功率；表示波动性的影响因子；表示随机性的影响因子；

27、所述系统匹配度的计算公式为：

28、；

29、其中，表示系统匹配度指标；表示在时间t的负荷需求；表示在时间t的光伏系统输出功率；表示随机性的影响因子。

30、进一步的，在所述步骤1中，具体包括：

31、所述储能子系统的出力特性包括可调节性、响应速度、容量；

32、所述可调节性计算公式为：

33、；

34、其中，表示储能系统的可调节性；表示储能系统在预设时间间隔内能够调节的最大功率变化量；表示储能系统的额定功率；

35、所述响应速度计算公式为：

36、；

37、其中，表示储能系统响应速度；表示储能系统从接收到调度指令到开始执行调度指令所需的时间。

38、进一步的，在所述步骤1中，具体包括：

39、根据所述储能子系统的出力特性确定储能因子；所述储能因子包括调节能力、响应速度、经济性；

40、所述调节能力的计算公式为：

41、；

42、其中，表示调节能力指标；表示储能系统的可调节性；表示调节能力的权重；

43、所述响应速度的计算公式为：

44、；

45、其中，表示响应速度指标；表示储能系统响应速度；表示相应速度的权重；

46、所述经济性的计算公式为：

47、

48、其中，：经济性指标；：储能系统初始投资成本；储能系统运行维护成本；：成本部分权重系数；：储能系统最大存储容量；：容量部分权重。

49、进一步的，在所述步骤2中，具体包括：

50、采集当前场景下的环境信息数值，然后将这些环境信息与典型场景中每个环境信息数值进行对比，根据每个环境信息之间的差异，确定与当前场景最接近的典型场景，作为目标应用场景；

51、设当前环境信息向量为，典型场景的环境信息向量集合为，i表示第i个典型场景，n表示n个环境信息的数量。

52、计算加权欧几里得距离：

53、；

54、其中，是当前环境信息向量与第i个典型场景环境信息向量之间的加权欧几里得距离；是第j个环境信息的权重；是当前环境信息向量中的第j个元素；是第i个典型场景环境信息向量中的第j个元素；

55、选择加权欧几里得距离最小的典型场景作为当前场景最接近的典型场景。

56、进一步的，在确定典型场景时，根据每个场景的环境信息，采用聚类算法对不同的场景进行分类，分类后得到多个典型场景；

57、在确定典型场景后，根据已建立光储系统的区域所属的场景和各个子系统历史性能数据，生成训练样本，训练生成各个典型场景对应的光储性能预测模型，光储性能预测模型的输入为出力因子和储能因子的数值，光储性能预测模型的输出为评价分数。

58、进一步的，在所述步骤4中，具体包括：

59、将待评估的中低压配电网光储系统的各个发电因子和储能因子的数值输入到对应的光储性能预测模型，光储性能预测模型输出评价得分，将评估得分与阈值进行比较；

60、当评估得分大于阈值，则说明该中低压配电网光储系统配置在当前场景中性能合格，以实施建立该中低压配电网光储系统；当评估得分不大于阈值，则说明该中低压配电网光储系统配置在当前场景中性能不合格，需要对该中低压配电网光储系统的配置方案中的参数进行调整。

61、本发明还提供了一种中低压配电网光储系统的光储性能评估系统，包括：

62、系统因子模块，用于根据中低压配电网光储系统中各独立子系统的出力特性，确定发电因子和储能因子；所述独立子系统包括光伏发电子系统和储能子系统；

63、应用场景模块，用于根据当前场景特点，确定对应的应用场景以作为目标应用场景；

64、预测模型模块，用于根据所述目标应用场景调用对应的光储性能预测模型，将对应的光储性能预测模型定为目标预测模型；

65、评价模块，用于将待评估的中低压配电网光储系统的发电因子和储能因子输入所述目标预测模型中，输出光储性能的评价结果。

66、由上述对本发明的描述可知，与现有技术相比，本发明的中低压配电网光储系统的光储性能评估方法至少包括以下有益效果之一：

67、1、本发明在配置中低压配电网光储系统时，引入了与地理特性关联性较强的光储子系统的出力特性，以实现高精度、全面、动态预测光储性能；

68、2、本发明通过发电因子体现光伏子系统在光储系统性能的出力特征，通过光储因子体现储能子系统在光储性能的出力特征，以更全面、更精确的对中低压配电网光储系统的光储性能进行分析和评价；

69、3、本发明针对每个典型场景，构建对应的光储性能预测模型，能够提高模型输出的评分结果的准确性。