[0001] 本发明涉及风电储能技术领域，具体而言涉及一种基于风电场弃风限电的储能优化方法及系统装置。

[0002] 目前风电场中储能的作用多为平抑风电场发电功率波动，提高电能质量，但在考虑采用储能参与风电场弃风限电的方面研究较少。由于风能的间歇性及不确定性使得风电场发电功率预测精度低，同时目前电网调峰能力差，从而导致了弃风限电的产生。考虑弃风限电的风电场能量型储能优化配置，不仅可以降低弃风率，提高风电消纳水平，同时也能够提升风电场经济效益。

[0003] 在现有技术中，由于风能的间歇性及不确定性使得风电场发电功率预测精度低，同时目前电网调峰能力差，从而加剧了风电场弃风限电的现象。

[0047] 为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

[0048] 在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

[0049] 参照图1，本发明示例性实施例的储能优化方法的流程示意图，由于风能的间歇性及不确定性使得风电场发电功率预测精度低，同时目前电网调峰能力差，从而加剧了风电场弃风限电的现象，因此考虑以弃风限电为条件，通过配置合适容量的储能对风电场的运行进行辅助优化，降低风电场弃风限电现象的产生，进而提高风电场收益，本发明提供一种用于通过采集到的风电场的数据信息，对风电场的储能容量进行优化调节的基于风电场弃风限电的储能优化方法，通过以下步骤A至步骤C构建并获得储能优化模型，通过执行步骤D，应用储能优化模型，获得对风电场储能容量的优化调节结果：

[0050] 步骤A、采集风电场在历史时间周期内的数据信息，数据信息包括风电场各个优化阶段分别所对应的计划发电功率、实际发电功率以及风电场的预设储能容量，并将历史时间周期按照预设时间单位划分为各个优化阶段，即获得各个优化阶段分别所对应的数据信息，随后进入步骤B；

[0051] 步骤B、分别针对各个优化阶段，根据该优化阶段对应的目标风电场的数据信息，获得目标风电场在该优化阶段的储能容量、弃风功率以及输出功率，即获得风电场在历史时间周期内分别所对应各个优化阶段的储能容量、弃风功率以及输出功率，[0052] 根据以下公式：

[0053] 获得该优化阶段i中t时刻的弃风功率 其中， 为该优化阶段i中t时刻的计划发电功率， 为该优化阶段i中t时刻的实际发电功率， 为该优化阶段i中t时刻储能的输出功率，Pes_max为在历史时间范围内最大的储能输出功率；

[0054] 根据以下公式：

[0055]

[0056] 获得该优化阶段i在t时刻的输出功率

[0057] 进一步根据风电场的各个弃风功率和输出功率计算获得风电场在历史时间周期内的收益目标，具体包括以下步骤：

[0058] 基于所获风电场的各个优化阶段的弃风功率和输出功率，根据以下公式：

[0059]

[0060] 获得该优化阶段i在t时刻的储能损耗成本 其中，λes为储能损耗系数，δ(t)为单位时间；

[0061] 基于储能损耗成本 根据以下公式：

[0062]

[0063] 获得该优化阶段i在t时刻的收益目标Ci(t)，其中， 为t时刻的发电收益，为t时刻的风电场的弃风惩罚，

[0064]

[0065] 其中，λe(t)为t时刻的发电收益系数；

[0066]

[0067] 其中，λwl为弃风惩罚系数；

[0068] 根据以下公式：

[0069]

[0070] 获得风电场在历史时间周期内的收益目标 其中，m为历史时间周期内所含各个优化阶段的数量，n为该优化阶段i包含的各个时刻，随后进入步骤C。

[0071] 步骤C、构建待训练储能优化模型，以该风电场所对应的各个优化阶段的储能容量和输出功率为输入，以风电场在历史时间周期内的收益目标为输出，对待训练储能优化模型进行训练，获得储能优化模型；

[0072] 在训练过程中加入储能容量约束条件、以及储能输出功率约束条件，储能容量约束为 所述储能输出功率约束条件为随后进入步骤D。

[0073] 步骤D、针对各个目标风电场，通过采集目标风电场所对应的数据信息，应用储能优化模型获得目标风电场的收益目标，利用目标风电场各优化阶段分别所对应的储能容量，根据所获目标风电场在历史时间周期内各个优化阶段的储能容量，筛选出最大储能容量Mmax，对储能优化模型进行迭代更新，将目标风电场在当前t时刻的收益目标与t‑1时刻的收益目标进行比较，当收益目标大于预设允许值，直接输出最大储能容量；

[0074] 当收益目标小于预设允许值时，继续对储能优化模型进行迭代更新，直至输出最大储能容量；

[0075] 基于目标风电场在历史时间周期内的收益目标，对储能优化模型进行迭代更新，增加或减少预设储能增量并对最大储能容量进行更新，在本发明实施例中预设储能增量取值为ΔM，获得更新后的目标风电场的最大收益目标、以及最大收益目标对应的最大储能容量。

[0076] 一种基于风电场弃风限电的储能优化系统，包括：

[0077] 一个或多个处理器；

[0078] 存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行任意一项所述储能优化方法的过程。

[0079] 一种存储软件的计算机可读取介质，所述软件包括能通过一个或多个计算机执行的指令，所述指令在被所述一个或多个计算机执行时执行任意一项所述储能优化方法的操作。

[0080] 一种基于风电场弃风限电的储能优化装置，包括：

[0081] 用于采集风电场在历史时间周期内的数据信息，并获得各个优化阶段分别所对应的数据信息的模块；

[0082] 用于分别针对各个优化阶段，根据该优化阶段对应的目标风电场的数据信息，获得目标风电场在该优化阶段的储能容量、弃风功率以及输出功率，即获得风电场在历史时间周期内分别所对应各个优化阶段的储能容量、弃风功率以及输出功率，进一步根据风电场的各个弃风功率和输出功率计算获得风电场在历史时间周期内的收益目标的模块；

[0083] 用于构建待训练储能优化模型，以该风电场所对应的各个优化阶段的储能容量和输出功率为输入，以风电场在历史时间周期内的收益目标为输出，对待训练储能优化模型进行训练，获得储能优化模型的模块；

[0084] 用于针对各个目标风电场，通过采集目标风电场所对应的数据信息，应用储能优化模型获得目标风电场的收益目标，利用目标风电场各优化阶段分别所对应的储能容量，基于目标风电场在历史时间周期内的收益目标，对储能优化模型进行迭代更新，获得更新后的目标风电场的最大收益目标、以及最大收益目标对应的最大储能容量的模块。

[0085] 虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。