一种固定储能容量补偿新能源发电计划的决策方法

摘要

本发明提供了一种固定储能容量补偿新能源发电计划的决策方法，包括：首先，基于模糊熵理论评估负荷耗电量的变化趋势，确定负荷耗电量分布情况，确定某个时段的负荷变化趋势系数；其次，循环递进统计日内所有时段的负荷变化趋势系数，组合成负荷趋势系数数组；逐日统计负荷趋势系数数组后，组成负荷趋势系数矩阵；将上述生成矩阵进行归一化处理作为储能补偿新能源发电计划控制的决策矩阵；接着，将每个时间段的负荷变化趋势系数作为独立的决策属性，分析其函数间映射关系，并以此作为评价新能源发电计划补偿决策矩阵方案优劣的记分函数；最后，计算决策属性直觉模糊权重，作为确定新能源发电计划补偿量的参考标准。该方法整体提高了新能源发电并网运行的可调度能力。

说明书

技术领域

本发明涉及新能源发电技术领域，具体涉及一种固定储能容量补偿新能源发电计划的决策方法。

背景技术

随着新能源渗透率的上升，规模庞大的新能源资源拔高了运营商计划发电的可靠性要求。新能源发电计划常常受到一些客观因素的影响，不可避免的出现计划发电量过剩或者不足的情况。如果出现能量过剩的情况，可以通过负载器件进行能量消耗或者储能设施进行能量存储；若是能量不足的情况，且无法添加其他发电能源联合发电时，只能依靠储能设备进行能量补充。因此，上报新能源计划发电曲线后，保证储能调度能量充足，方便准确实施十分重要。

熵是用于度量信息论中系统不确定性的一种评价属性，信息量越大，不确定性就越小，熵也越小；反之，信息量越小，不确定性就越大，熵也越大。熵值法是一种依据各指标值所包含的信息量的大小确定决策指标权重的客观赋权法，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。新能源发电计划主要依托历史运行数据和气象条件数据客观的制定，考虑区域负荷特性可以人为主观的进行调整，提升新能源发电计划适应性。

新能源发电计划的有效调整可以极大程度避免因系统能量不足或供需不平衡而产生的问题，可以缓解公用电网的供能压力。依靠负荷数据样本趋势变化规律，主观的调整新能源发电计划可以提升发电厂的口碑及信誉，更有利于与电网公司合作。本方法依据传统的熵权概念，将其推广到新能源发电计划的调整中，用于固定储能设备日内时段能量调度的决策方案，可以有效改善电力产能结构，提升发电运营商经济效益。

发明内容

本发明的目的是为了解决上述问题，提出一种固定储能容量补偿新能源发电计划的决策方法，基于负荷变化数据，利用模糊熵理论评估负荷的趋势走向，并生成负荷趋势系数矩阵作为初始决策矩阵；通过研究负荷趋势系数矩阵的效益型属性和成本型属性来评价决策矩阵的优劣，并计算直觉模糊权重作为最终的计划补偿量的决策方案，有效提升新能源发电运营商的经济效益。

决策方法包括：首先，基于模糊熵理论评估负荷耗电量的变化趋势，确定负荷耗电量分布情况，确定某个时段的负荷变化趋势系数；其次，循环递进统计日内所有时段的负荷变化趋势系数，组合成负荷趋势系数数组；逐日统计负荷趋势系数数组后，组成负荷趋势系数矩阵；将上述生成矩阵进行归一化处理作为储能补偿新能源发电计划控制的决策矩阵；接着，将每个时间段的负荷变化趋势系数作为独立的决策属性，分析其函数间映射关系，并以此作为评价新能源发电计划补偿决策矩阵方案优劣的记分函数；最后，计算决策属性直觉模糊权重，作为确定新能源发电计划补偿量的参考标准。

本方法可以主动调整新能源发电上报计划，合理考虑了区域负荷变化对应新能源发电计划调度必须做出的应对策略，并通过记分函数的形式说明新能源发电计划补偿决策矩阵的优势。该方法整体提高了新能源发电并网运行的可调度能力，一定程度上提高了新能源发电运营商的经济效益。

为了实现以上目的，本发明采取的一种技术方案是：一种固定储能容量补偿新能源发电计划的决策方法，包括：

步骤1、基于模糊熵理论评估负荷耗电量的变化趋势，确定负荷耗电量分布情况，确定某个时段的负荷变化趋势系数；

步骤2、循环递进统计日内所有时段的负荷变化趋势系数，组合成负荷趋势系数数组；逐日统计负荷趋势系数数组后，组成负荷趋势系数矩阵；将上述生成矩阵进行归一化处理作为储能补偿新能源发电计划控制的决策矩阵；

步骤3、将每个时间段的负荷变化趋势系数作为独立的决策属性，分析其函数间映射关系，并以此作为评价新能源发电计划补偿决策矩阵方案优劣的记分函数；

步骤4、计算决策属性直觉模糊权重，作为确定新能源发电计划补偿量的参考标准。

具体包括如下步骤：

步骤1、负荷数据的采样频率为分钟级，统计负荷变化量分布情况，将负荷数据以每15min为间隔划分，利用模糊熵评估其耗电趋势情况，确定一个时段负荷变化趋势具体值；

步骤2、循环递进统计日内每个时段的负荷变化趋势系数，组合成一个1*24的决策数组；统计月内每日的负荷变化趋势系数数组，组合成一个30*24的决策矩阵；将该矩阵归一化处理后作为补偿新能源发电计划的决策属性矩阵。其中，决策矩阵的行为月内的天数，列为日内划分的时段数；

步骤3、将日内所有划分时段的负荷变化趋势系数作为单独的决策属性，分析函数映射关系，函数映射关系主要包括效益型和成本型，研究决策属性时主要考虑效益型，并以此作为评价构建的决策模型优劣的记分函数；

步骤4、求解模糊直觉属性权重，模糊直觉属性权重表明了日内补偿功率各个时段的分配量份额，且日内所有时段的模糊直觉属性权重累加值应小于1。联合考虑各个时段的模糊直觉权重具体值与配备的储能实际容量，得出最终补偿新能源发电计划的功率值，调整新能源发电计划曲线。同时，根据每日储能设备在计划偏差补偿过程中吞吐的功率量变化情况，重新评估先前固定储能容量的可靠性。

所述步骤3、4中利用记分函数评价模型优劣的方法及通过模糊直觉属性权重来确认新能源发电计划的调整量；具体包括：

1.1选取相关数据，数据源为负荷耗电量数据；用模糊熵理论循环递进，生成一个负荷趋势系数矩阵，有m个目标和n个决策方案,矩阵为目标特征值矩阵，记为：

其中

1.2给定修正新能源发电计划的储能容量值，将1.1定义的决策矩阵归一化处理记为

显然有，

1.3依据1.2得出的

其中，常数k＝(lnm)

1.4依据1.3得出的熵值

由上式得出的

1.5负荷数据的趋势性牵引着新能源发电计划曲线的动态调整，负荷数据的变化趋势性可以通过观察，用语言描述进行形容，但是很难去用数字量衡量。上述1.1至1.5首先实现基于传统模糊熵的更新优化；然后用效益型记分函数说明所构建决策模型性能的好坏；最后，通过模糊直觉属性权重确定固定储能容量设备的能量吞吐量，并优化新能源发电计划曲线。与此同时，模糊属性直觉权重还可以帮助新能源发电运营商重新评估现有配备储能容量的可靠性，确定是否需要调整所配备的储能容量，以及配置储能容量的具体数据等相关问题。

本发明的上述技术方案相比现有技术具有以下优点：

(1)通过模糊熵理论生成决策属性矩阵，并衍生至模糊直觉属性权重的计算，通过模糊直觉属性权重完善最终新能源发电计划补偿量，可以重新评估储能容量合理性；

(2)通过效益型属性函数，即记分函数对模型评价，记分函数的输出值的高低决定了新能源发电计划补偿量的优劣，记分函数值越大说明新能源发电计划补偿量越合适，反正，记分函数值越小说明新能源发电计划补偿量偏离程度越大；

(3)考虑负荷趋势系数的新能源发电计划补偿方法，可以主动调整新能源发电计划，保证发电能源充足，确保供需平衡，有较强的实际工程应用价值。

附图说明

图1所示为本发明一种固定储能容量补偿新能源发电计划的决策方法示意图；

图2所示为本发明的某典型日各时段控制储能设备的能量输出占比示意图；

图3所示为本发明的某典型月月内每日储能设备的能量输出占比示意图；

图4所示为本发明的时段、功率和负荷适应度因子的关系示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种固定储能容量补偿新能源发电计划的决策方法，如图1所示，所述的固定储能设备容量下补偿新能源发电计划的决策方法具有如下步骤：

步骤1、负荷数据的采样频率为分钟级，统计负荷变化量分布情况，将负荷数据以每15min为间隔划分，利用模糊熵评估其耗电趋势情况，确定一个时段负荷变化趋势具体值；

步骤2、循环递进统计日内每个时段的负荷变化趋势系数，组合成一个1*24的决策数组；统计月内每日的负荷变化趋势系数数组，组合成一个30*24的决策矩阵；将该矩阵归一化处理后作为补偿新能源发电计划的决策属性矩阵。其中，决策矩阵的行为月内的天数，列为日内划分的时段数；

步骤3、将日内所有划分时段的负荷变化趋势系数作为单独的决策属性，分析函数映射关系，函数映射关系主要包括效益型和成本型，研究决策属性时主要考虑效益型，并以此作为评价构建的决策模型优劣的记分函数；

步骤4、求解模糊直觉属性权重，模糊直觉属性权重表明了日内补偿功率各个时段的分配量份额，且日内所有时段的模糊直觉属性权重累加值应小于1。联合考虑各个时段的模糊直觉权重具体值与配备的储能实际容量，得出最终补偿新能源发电计划的功率值，调整新能源发电计划曲线。同时，根据每日储能设备在计划偏差补偿过程中吞吐的功率量变化情况，重新评估先前固定储能容量的可靠性。

所述步骤3、4中利用记分函数评价模型优劣的方法及通过模糊直觉属性权重来确认新能源发电计划的调整量；具体包括：

1.1选取相关数据，数据源为负荷耗电量数据；用模糊熵理论循环递进，生成一个负荷趋势系数矩阵，有m个目标和n个决策方案,矩阵为目标特征值矩阵，记为：

其中

1.2给定修正新能源发电计划的储能容量值，将1.1定义的决策矩阵归一化处理记为

显然有，

1.3依据1.2得出的

其中，常数k＝(lnm)

1.4依据1.3得出的熵值

由上式得出的

1.5负荷数据的趋势性牵引着新能源发电计划曲线的动态调整，负荷数据的变化趋势性可以通过观察，用语言描述进行形容，但是很难去用数字量衡量。上述1.1至1.5首先实现基于传统模糊熵的更新优化；然后用效益型记分函数说明所构建决策模型性能的好坏；最后，通过模糊直觉属性权重确定固定储能容量设备的能量吞吐量，并优化新能源发电计划曲线。与此同时，模糊属性直觉权重还可以帮助新能源发电运营商重新评估现有配备储能容量的可靠性，确定是否需要调整所配备的储能容量，以及配置储能容量的具体数据等相关问题。

具体实施时，可分年月日进行补偿新能源发电量的补偿决策，一年的决策方案可根据前年的负荷历史数据进行统计；一个月的决策方案分情况讨论，按照季度，若为第一季度的第一个月，则选择前年的季度的负荷历史数据，往后几个月可按照当前季度的上一个月的负荷历史数据进行分析；一天的决策方案总体上与一个月的决策处理一致，但将其划分为工作日和节假日分别考虑。

本专利具体以一个月的时间跨度作说明。首先，挖掘负荷历史数据趋势走向规律，利用模糊熵理论用具体数值描述负荷趋势规律组成矩阵，将组成的矩阵作为控制储能设备能量交换的决策方案。其中，考虑新能源计划发电曲线的最小时间跨度，负荷数据的采样点时间分辨率为15min。

其次，研究控制储能设备能量交换的决策矩阵，决策矩阵中的行代表每一天的决策方案，列代表每个时段独立的决策属性，分析其中映射函数关系，映射函数主要包括效益型函数和成本型函数。考虑系统情况，储能设备容量已经固定，所以采用效益型函数作为决策矩阵的记分函数。当记分函数越大，则说明决策效果越好；记分函数越小，则说明决策方案没有意义。

最后，在储能系统实际运行时，自身的荷电状态应处于安全界限之内，一般荷电状态为[0.2,0.8]之间。上述步骤4提及模糊直觉属性权重代表的每个时段储能设备向外输送能量占储能自身储备能量的份额比例，应该尽量控制储能每天输出的能量份额合计低于0.8。同时，还可以通过月内的决策方案分析储能设备是否有效补偿了新能源计划发电曲线。这里设定一个合格率来描述决策方案的可靠性。

其中r

如图2所示，图中展示了某典型日的储能设备能量输出比例，表现了不同时段储能设备补偿新能源发电的分配情况。如图3所示，图中展示了一个月内储能输出功率的份额比例，超过0.8的有三个时段，根据上述公式计算合格率为90.3％。如图4所示，图中展示了时段、功率和和补偿能量占比之间的关系。当新能源发电功率较高时，补偿能量占比偏低；新能源发电功率较低时，补偿能量占比偏高。表1为一个月决策矩阵的每个时段的记分函数。

表1一个月内决策属性的记分函数值

其中，day代表每日的决策方案，时段数是将一天时间按1h为间隔划分的顺序时段数。从表中可以看出所以时段的记分函数值最低约为0.98左右，总体说明固定容量下控制储能设备补偿新能源发电计划的决策矩阵效果不错。

本发明涉及一种固定储能容量补偿新能源发电计划的决策方法，该方法在固定储能容量设备容量的状态下，根据负荷历史数据需求规律制定了控制储能吞吐量的决策方案矩阵，能有效的利用现有能源设备，实现随负荷需求的能源补给，减少了公用电网为应对新能源发电计划不准而采取能源调度措施的概率，提高了公用电网对新能源发电运营商的信誉度。

以上所述仅为本发明的示例性实施例，并非因此限制本发明专利保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。