[发明专利]通过电转气储能技术提高电力系统对风电消纳能力的方法

摘要

本发明公开了一种通过电转气储能技术提高电力系统对风电消纳能力的方法，包括预测日前t时段系统负荷和日前t时段风电出力、以“确保系统对预测所得风电按最小弃风方式消纳”为原则，设定优化风电消纳能力的调度方案Ⅰ、判断是否需要平移负荷参与、求解可平移负荷、判断是否需要电转气储能装置工作和启动电气储能步骤。本发明可在风电出力过大时通过电转气装置消纳一部分风电，减少对电力系统的冲击，其得到的人造天然气可以直接在天然气系统中进行存储和运输，减少了对储能电池的需求，降低了储能成本。另一方面，天然气可以供给一部分热负荷，减小了热电厂的压力。

主权项

1.一种通过电转气储能技术提高电力系统对风电消纳能力的方法，其特征在于：步骤1：估计日前预测t时段系统负荷P_LOAD,t和日前预测t时段风电出力t∈1, … ,T，1‑T为次日24个时段：由以下具体步骤组成：步骤1‑1：将过去一个月风电场的实测风电出力数据进行频域分解，得到日周期频域分量、低频分量和高频分量；步骤1‑2：采用BP神经网络拟合日周期频域分量的预测模型；步骤1‑3：采用一元线性回归方法预测低频分量的预测模型：式中：——日前预测t时段风电低频分量出力；——已知的t₁时段风电的低频分量实际出力；——已知的t₂时段风电的低频分量实际出力；步骤1‑4：通过提升小波分解高频分量，将得到的第二层提升小波域的低频系数用BP神经网络训练高频分量数学模型；步骤1‑5：分别使用日周期频域分量预测模型、低频分量预测模型和高频分量数学模型预测日前风电出力的日周期频域分量预测值、低频分量预测值和高频分量预测值；步骤1‑6：将日前风电出力的日周期频域分量预测值、低频分量预测值和高频分量预测值累加，得到日前风电出力的预测值；步骤1‑7：通过人工神经网络法对负荷进行预测：构建负荷预测模型的网络结构，选取过去两周的历史日负荷作为训练样本，对负荷预测模型的系数进行训练，使其满足预设的精度要求；步骤2：以“确保系统对预测所得风电按最小弃风方式消纳”为原则，优化风电消纳能力：目标函数为式中：——日前预测t时段风电出力；P_WIND,t——系统在t时段可消纳的风电出力；P_LOAD,t——日前预测t时段系统负荷；d_i——常规机组开机状态D＝{d_i|i∈1… N}，单台机组全时段启停状态恒定，d_i＝1即机组开机，d_i＝0即机组i停机；P_G,i,t——常规机组i在时段t的出力；常规机组包括非风电机组与外送联络线等值机组；约束条件为：时段t的电力平衡约束常规机组在时段t的出力约束：对于非风电机组，与分别为机组的最小出力与最大出力；对于联络线传输功率，与分别为外送合同规定的时段t最小输送电力与最大输送电力；常规机组增减出力约束：对于非风电机组，与分别为机组的最大增出力速率与最大减出力速率；对于联络线功率，与分别为联络线考核标准约束下的功率波动允许值的上下限；风电出力约束：系统在时段t的旋转备用约束：式中分别为满足系统安全要求的最小正备用容量与最小负备用容量；常规机组启停状态约束：式中：非可关闭机组的状态量d_i为1；可关闭机组处于开机或关机状态时，其状态量d_i相应取1或0；待优化变量为常规机组开机状态集D＝{d_i|i∈1… N}、常规机组i在时段t的出力P_G,i,t，常规机组包括非风电机组与外送联络线等值机组、系统在时段t可消纳的风电出力P_WIND,t；步骤3：判断是否需要平移负荷参与：若则考虑日前机组的运行、备用、检修状况，预先合理调度安排t时段第1‑第N台发电机组的启停状态d_i和出力P_G,i,t，生成日前调度计划Ⅰ；若则平移负荷参与调度；步骤4：求解可平移负荷：目标函数为：式中：为平移负荷量；约束条件为：平移时段约束：式中：s_k,t为最早可能转入时段；d_k,t为第k类可平移负荷的平移裕度，x_k,t,t'为从t时段转至t'时段的k类可平移负荷单元数；平移量约束：式中：x_k,t为t时段的k类可平移负荷单元数量；风电功率约束：步骤5：判断是否需要电转气储能装置工作：若则在调度安排t时段第1—第N台发电机组的启停状态d_i和出力P_G,i,t基础上，考虑可平移负荷种类及各类可平移负荷单元的用电特性得到的平移负荷量生成含有平移负荷参与的日前调度计划Ⅱ；若则启动电转气储能装置；步骤6：启动电转气储能：令t时段剩余电能剩余电能参与电解水反应，生成的氢气与二氧化碳进行化学反应产生甲烷，将得到的人工合成天然气CH₄输送到天然气系统，输送的天然气体积由目标函数确定：步骤7:测量风电的实时出力若则转向步骤6；若则结束判定。