本发明涉及新能源发电，具体涉及一种新能源基地风光储容量优化配置方法及装置。
背景技术：
1、大型清洁能源和新能源基地以风光水储、风光火储多能互补为主要形式，通过特高压直流与交流等通道进行外送消纳。大型清洁能源基地新能源装机占比较高，出力随机波动性强，并且以外送至中东部地区消纳为主，为满足受端电网负荷高峰时段的保供需求，需要对风光容量配比和储能容量进行合理优化，同时还需要考虑投资成本和新能源消纳等因素，具有多目标优化特性。
2、目前，针对基地的新能源与储能容量规划通常是预先给定若干容量配置方案，针对各配置方案需要准确评估其投资经济性、新能源利用率和供电支撑能力，进而根据评估结果综合筛选最优的配置方案，该方式仅能获取给定配置方案集合中的最优方案，由于可能的配置方案组合方式数量众多，该方式无法判定给定集合外方案的优劣性，难以获取最优的结果。
3、新能源基地中风光装机占比极高，甚至会出现100%新能源装机的基地，若要完全满足受端电网供电需求，需要配置的新能源和储能规模会非常大，造成投资成本过高、经济性变差。因此，在风光出力极小的部分极端场景下，适当允许基地外送供电不足，可以更好的平衡投资经济性、发电清洁性和供电充裕性，实现三者的协调。
4、现有技术中，采用时序生产模拟的方式评估新能源经多端柔性外送通道系统电源配置方案的投资经济性。该方法以新能源最大化消纳为目标,考虑柔性外送通道电网传输安全、下网功率调峰需求、线路n-1安全运行、新能源与抽蓄电站互补运行、新能源限电率等约束条件,建立基于外送通道潮流的新能源与多端柔性外送通道电网混合运行优化模型，通过全年8760h时序运行优化求解,评估不同新能源和抽蓄容量配置方案下电网的运行收益。
5、该技术方案仅从新能源外送消纳能力和电源投资经济性两个方面对电源配置方案进行量化评估，未考虑基地在受端电网负荷高峰时段的供电支撑能力。
6、现有技术中，基于全年8760h时序生产模拟的多能互补发电系统电/热/氢储能容量协调优化配置方法，建立了以系统等年值收益最大为目标，考虑系统电/热/氢能量流平衡作用、新能源利用率、外送通道容量、各类电源和储能系统运行约束的电/热/氢储能容量优化配置模型，并提出了新能源弃电状态与电/热/氢储能装置的耦合运行策略；以风/光全年8760h理论出力序列为输入，通过求解模型得到兼顾系统经济、安全和清洁性的电/热/氢储能最优配置容量。
7、该技术方案侧重于以各类型储能投资经济性最优为目标进行容量配置的优化，并且以基地新能源利用率为约束来保证基地发电的清洁性，仍未考虑基地在受端电网负荷高峰时段的供电支撑要求。
技术实现思路
1、为了克服上述缺陷，本发明提出了一种新能源基地风光储容量优化配置方法及装置。
2、第一方面，提供一种新能源基地风光储容量优化配置方法，所述新能源基地风光储容量优化配置方法包括：
3、求解预先构建的新能源基地容量优化配置模型，得到风光储容量配置优化方案；
4、利用各风光储容量配置优化方案对新能源基地仿真系统进行配置，获取各风光储容量配置优化方案关于预设指标对应的指标值；
5、基于所述各风光储容量配置优化方案关于预设指标对应的指标值在所述各风光储容量配置优化方案选取最优的风光储容量配置优化方案；
6、其中，所述风光储容量配置优化方案包括下述中的至少一种：风电装机容量、光伏发电装机容量、储能装机容量、储能逆变器额定装机量。
7、优选的，所述风光储容量配置优化方案包括下述中的至少一种：风电场的发电功率、光伏电站的发电功率、储能的发电功率、常规电源的发电功率、新能源基地的供电不足功率、新能源基地的最大供电不足功率、新能源基地的外送供电功率、储能的放电功率、储能的充电功率、储能的放电状态、储能的充电状态、储能的储电量。
8、优选的，所述预先构建的新能源基地容量优化配置模型包括：以新能源消纳量、新能源与储能投资成本和基地供电充裕性最小为目标的目标函数及其对应的约束条件。
9、进一步的，所述目标函数如下：
10、
11、上式中，f为总目标值，f1为新能源消纳量函数值，f2为新能源与储能投资成本函数值，f3为基地供电充裕性函数值。
12、进一步的，所述新能源消纳量函数值如下：
13、
14、上式中，s为新能源出力场景数量，t为时段总数量，pw(s,t)为风电场在第s个场景第t时段的发电功率，pv(s,t)为光伏电站在第s个场景第t时段的发电功率；
15、所述新能源与储能投资成本函数值如下：
16、
17、上式中，cw为风电配置容量，cv为光伏发电配置容量，cb为储能配置容量，ci为储能逆变器额定装机量， λw为风电单位装机成本， λv为光伏单位装机成本， λb为单位储能容量成本， λi为储能逆变器单位装机成本；
18、所述基地供电充裕性函数值如下：
19、
20、上式中，w(t)为新能源基地在第t时段的保供优先级， ε(s,t)为新能源基地在第s个场景第t时段的供电不足功率， εmax为新能源基地的最大供电不足功率。
21、进一步的，所述约束条件包括：新能源与储能装机容量范围约束、基地外送供电功率约束、基地外送供电功率范围约束、外送通道年利用小时数约束、新能源发电量占比约束、新能源利用率约束、新能源发电功率范围约束、储能运行约束、常规电源运行约束。
22、进一步的，所述新能源与储能装机容量范围约束如下：
23、
24、所述基地外送供电功率约束如下：
25、
26、所述基地外送供电功率范围约束如下：
27、
28、所述外送通道年利用小时数约束如下：
29、
30、所述新能源发电量占比约束如下：
31、
32、所述新能源利用率约束如下：
33、
34、所述新能源发电功率范围约束如下：
35、
36、所述储能运行约束如下：
37、
38、上式中，为风电配置容量下限，为风电配置容量上限，为光伏发电配置容量下限，为光伏发电配置容量上限，为储能配置容量下限，为储能配置容量上限，为储能逆变器装机下限，为储能逆变器装机上限，pl(s,t)为新能源基地在第s个场景第t时段的外送供电功率，pb(s,t)为储能在第s个场景第t时段的发电功率，pth(s,t)为常规电源在第s个场景第t时段的发电功率，为新能源基地在第s个场景第t时段的外送功率下限，为新能源基地在第s个场景第t时段的外送功率上限，为新能源基地在所有场景全时段的外送功率上限，为新能源最低发电量占比，为新能源最低利用率，为风电场在第s个场景第t时段的归一化理论最大发电功率，为光伏电站在第s个场景第t时段的归一化理论最大发电功率，为储能在第s个场景第t时段的放电功率，为储能在第s个场景第t时段的充电功率，为储能在第s个场景第t时段的充电状态，为储能在第s个场景第t时段的放电状态，为储能在第s个场景第t时段的储电量，为储能在第s个场景第t+1时段的储电量，为储能的充电效率，为储能的放电效率，n为外送通道最低年利用小时数。
39、优选的，所述预设指标包括：新能源利用率、电源投资成本和供电缺额量。
40、优选的，所述基于所述各风光储容量配置优化方案关于预设指标对应的指标值在所述各风光储容量配置优化方案选取最优的风光储容量配置优化方案，包括：
41、对所述各风光储容量配置优化方案关于预设指标对应的指标值进行标准化处理，得到各风光储容量配置优化方案关于预设指标对应的指标标准值；
42、设置各预设指标的权重，并计算各风光储容量配置优化方案关于预设指标对应的指标加权值；
43、基于所述各风光储容量配置优化方案关于预设指标对应的指标加权值确定各风光储容量配置优化方案相对于理想解的接近度；
44、选取相对于理想解的接近度最大的风光储容量配置优化方案。
45、进一步的，所述风光储容量配置优化方案关于预设指标对应的指标标准值如下：
46、
47、上式中，rij为第i个风光储容量配置优化方案关于第j个预设指标对应的指标标准值，xij为第i个风光储容量配置优化方案关于第j个预设指标对应的指标值，n为风光储容量配置优化方案总数，xkj为第k个风光储容量配置优化方案关于第j个预设指标对应的指标值。
48、进一步的，所述风光储容量配置优化方案关于预设指标对应的指标加权值：
49、
50、上式中，wj为第j个预设指标的权重，vij为第i个风光储容量配置优化方案关于第j个预设指标对应的指标加权值。
51、进一步的，所述风光储容量配置优化方案相对于理想解的接近度如下：
52、
53、上式中，ci为第i个风光储容量配置优化方案相对于理想解的接近度，为第i个风光储容量配置优化方案相对于负理想解的接近度，为第i个风光储容量配置优化方案相对于正理想解的接近度，其中，所述第i个风光储容量配置优化方案相对于正理想解的接近度如下：
54、
55、所述第i个风光储容量配置优化方案相对于负理想解的接近度如下：
56、
57、上式中，为第j个预设指标的正理想值，为第j个预设指标的负理想值，m为预设指标总数量。
58、第二方面，提供一种新能源基地风光储容量优化配置装置，所述新能源基地风光储容量优化配置装置包括：
59、分析模块，用于求解预先构建的新能源基地容量优化配置模型，得到风光储容量配置优化方案；
60、仿真模块，用于利用各风光储容量配置优化方案对新能源基地仿真系统进行配置，获取各风光储容量配置优化方案关于预设指标对应的指标值；
61、选择模块，用于基于所述各风光储容量配置优化方案关于预设指标对应的指标值在所述各风光储容量配置优化方案选取最优的风光储容量配置优化方案；
62、其中，所述风光储容量配置优化方案包括下述中的至少一种：风电装机容量、光伏发电装机容量、储能装机容量、储能逆变器额定装机量。
63、第三方面，提供一种计算机设备，包括：一个或多个处理器；
64、所述处理器，用于执行一个或多个程序；
65、当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的新能源基地风光储容量优化配置方法。
66、第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的新能源基地风光储容量优化配置方法。
67、本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
68、本发明提供了一种新能源基地风光储容量优化配置方法及装置，包括：求解预先构建的新能源基地容量优化配置模型，得到风光储容量配置优化方案；利用各风光储容量配置优化方案对新能源基地仿真系统进行配置，获取各风光储容量配置优化方案关于预设指标对应的指标值；基于所述各风光储容量配置优化方案关于预设指标对应的指标值在所述各风光储容量配置优化方案选取最优的风光储容量配置优化方案；其中，所述风光储容量配置优化方案包括下述中的至少一种：风电装机容量、光伏发电装机容量、储能装机容量、储能逆变器额定装机量。本发明提供的技术方案，针对含风电、光伏、储能与常规电源的大型新能源基地，建立了兼顾投资经济性、发电清洁性和供电充裕性的新能源基地容量优化配置模型，通过多目标算法求解模型得到新能源与储能的最优配置方案集合，并根据用户对预设指标的偏好得到最优的配置方案，避免了给定配置方案评估方式下最优性无法保证的问题，能够实现新能源与储能容量配置方案的合理优化配置，为基地的规划建设提供技术支撑；
69、进一步的，本发明提供的技术方案，在考虑供电充裕性目标时，能够考虑全天不同时段的保供优先级，使运行优化结果能优先满足保供优先级高时段的负荷需求，并且可以降低最大供电缺口。
1.一种新能源基地风光储容量优化配置方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述风光储容量配置优化方案包括下述中的至少一种：风电场的发电功率、光伏电站的发电功率、储能的发电功率、常规电源的发电功率、新能源基地的供电不足功率、新能源基地的最大供电不足功率、新能源基地的外送供电功率、储能的放电功率、储能的充电功率、储能的放电状态、储能的充电状态、储能的储电量。
3.如权利要求1所述的方法，其特征在于，所述预先构建的新能源基地容量优化配置模型包括：以新能源消纳量、新能源与储能投资成本和基地供电充裕性最小为目标的目标函数及其对应的约束条件。
4.如权利要求3所述的方法，其特征在于，所述目标函数如下：
5.如权利要求4所述的方法，其特征在于，所述新能源消纳量函数值如下：
6.如权利要求5所述的方法，其特征在于，所述约束条件包括：新能源与储能装机容量范围约束、基地外送供电功率约束、基地外送供电功率范围约束、外送通道年利用小时数约束、新能源发电量占比约束、新能源利用率约束、新能源发电功率范围约束、储能运行约束、常规电源运行约束。
7.如权利要求6所述的方法，其特征在于，所述新能源与储能装机容量范围约束如下：
8.如权利要求1所述的方法，其特征在于，所述预设指标包括：新能源利用率、电源投资成本和供电缺额量。
9.如权利要求1所述的方法，其特征在于，所述基于所述各风光储容量配置优化方案关于预设指标对应的指标值在所述各风光储容量配置优化方案选取最优的风光储容量配置优化方案，包括：
10.如权利要求9所述的方法，其特征在于，所述风光储容量配置优化方案关于预设指标对应的指标标准值如下：
11.如权利要求10所述的方法，其特征在于，所述风光储容量配置优化方案关于预设指标对应的指标加权值：
12.如权利要求11所述的方法，其特征在于，所述风光储容量配置优化方案相对于理想解的接近度如下：
13.一种基于权利要求1-12任一项所述的新能源基地风光储容量优化配置方法的装置，其特征在于，所述装置包括：
14.一种计算机设备，其特征在于，包括：一个或多个处理器；
15.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至12中任意一项所述的新能源基地风光储容量优化配置方法。
