本发明涉及能源调度，特别涉及一种风光火储容量配置方法、装置、电子设备、介质及产品。
背景技术：
1、随着清洁能源的加快开发和化石能源的清洁利用，我国电力行业正处于改革的阶段，过去单能源发电已经逐步被淘汰，集风电、光伏、火电为一体的发电站成为主流。然而，风电、光伏等新能源具有的间歇性，随机性和波动性导致其大规模并网会给电网带来系统稳定性、电能质量等不利影响。火电的高碳排也会给环境造成不利影响。
2、相关技术中，通常的风光火储一体化电站容量配置方法通常是固定各种电源设备的容量，在空闲时将风电、光伏、火电机组产生的能源储存，在电网出现波动时，利用不同能源的互补性执行出力调度计划。
3、然而，上述技术手段只考虑了储能可以辅助风电、光伏、火电机组平衡系统出力波动，而忽略了储能设施提供的调频辅助服务的成本和收益，且未充分考虑碳市场对电站内不同发电类型的影响，亟待解决。
技术实现思路
1、本发明提供一种风光火储容量配置方法、装置、电子设备、介质及产品，以解决相关技术中只考虑了储能可以辅助风电、光伏、火电机组平衡系统出力波动，而忽略了储能设施提供的调频辅助服务的成本和收益，且未充分考虑碳市场对电站内不同发电类型的影响的问题，对一体化电站的风电、光伏、火电机组和储能容量数据进行精确计算，基于现实场景给出最优的配置容量，实现了收益最大化，具有重要的现实意义。
2、为达到上述目的，本发明第一方面实施例提出一种风光火储容量配置方法，包括以下步骤：
3、获取风光火储一体化电站的多个工作参数；
4、将所述多个工作参数输入至预先建立的风光火储一体化电站配置优化模型，得到所述风光火储一体化电站的目标配置结果，其中，所述风光火储一体化电站配置优化模型基于预设的约束条件，根据目标函数和多个配置参数构建得到；
5、根据所述目标配置结果对所述风光火储一体化电站进行配置。
6、根据本发明的一个实施例，所述根据所述目标配置结果对所述风光火储一体化电站进行配置，包括：
7、根据所述目标配置结果确定风电机组的第一储能最优容量和第一出力调度策略、光伏机组的第二储能最优容量和第二出力调度策略，以及火电机组的第三储能最优容量和第三出力调度策略；
8、根据所述第一储能最优容量和所述第一出力调度策略对所述风电机组进行配置，并根据所述第二储能最优容量和所述第二出力调度策略对所述光伏机组进行配置，并根据所述第三储能最优容量和所述第三出力调度策略对所述火电机组进行配置。
9、根据本发明的一个实施例，所述预设的约束条件包括储能配置容量下限约束、投资金额约束、投资场地约束、储能容量功率比约束、传输线路容量约束、光伏机组出力约束、风电机组出力约束、火电机组出力约束、弃风弃光率约束、储能吸收电量约束、火电机组出力上限约束、火电机组出力下限约束、火电机组最小开机时间约束、火电机组最小停机时间约束、火电机组上爬坡约束、火电机组上爬坡初始状态约束、火电机组下爬坡初始状态约束、火电机组启停状态约束、火电机组初始时刻启停状态约束、火电机组开停机状态约束、储能从风光火的吸收电量约束、储能放出电量约束、储能放出电量上限约束、储能放出电量下限约束、储能荷电状态上限约束、储能荷电状态下限约束、储能第一荷电状态约束、储能第二荷电状态约束、储能第三荷电状态约束、储能第四荷电状态约束和储能第五荷电状态约束中的至少一种。
10、根据本发明的一个实施例，所述目标函数为：
11、
12、其中，obj为目标函数，costsys为固定投资成本，vc(ses)为储能日可变运维成本，operationcostthermal(sthermal)为火电机组运行总费用，incomeenergy为能量市场总收入，incomeregulation为调频市总场收入，scenenum为场景集合个数。
13、根据本发明的一个实施例，所述风光火储一体化电站配置优化模型包括固定投资成本子模型、储能可变运维成本子模型、火电机组运行费用子模型、火电机组煤耗费用子模型、火电机组启停成本子模型、能量市场收入子模型、调频市场收入子模型和一体化电站出力子模型。
14、根据本发明的一个实施例，所述固定投资成本子模型为：
15、
16、其中，costsys为固定投资成本，discountrate为折现率，investmentcostofpv(spv)为光伏机组初始投资费用，installedmwpv(spv)为光伏机组装机容量，fixedmaintenancecostpv(spv)为光伏机组固定运维成本，investmentcostofwd(swd)为风电机组初始投资费用，installedmwwd(swd)为风电机组装机容量，maintenancecostwd(swd)为风电机组固定运维成本，investmentcostp(ses)为储能机组装机成本，investmentcoste(ses)为储能机组装机容量成本，installedmwstoragep(ses)为储能机组装机功率，installedmwstoragee(ses)为储能机组装机容量，fixedmaintenancecoststorage(ses)为储能机组固定运维成本。
17、所述储能可变运维成本子模型为：
18、
19、其中，vc(ses)为储能日可变运维成本，variablesmaintenancecoststorage(ses)为储能机组运维费用，outputstorageenergy(ses,scene,st)储能在能量市场卖电量，deltat为电力市场交易单位时间，capfromwdpvgen(ses,scene,st)为储能吸收电量，beta_mean为储能的调频中标量实际被调用的电量比例，outputstorageregulation(ses,scene,st)为储能在调频市场中标量。
20、所述火电机组运行费用子模型为：
21、operationcostthermal(sthermal)＝e＝costrun(sthermal)+costst(sthermal)；
22、其中，operationcostthermal(sthermal)为火电机组运行费用，costrun(sthermal)为火电机组煤耗费用，costst(sthermal)为火电机组启停成本。
23、所述火电机组煤耗费用子模型为：
24、
25、其中，costrun(sthermal)为火电机组煤耗费用，coalprice(scene,st)为煤炭价格，ttomwh(sthermal)为火电机组发电所需的煤炭比例，outputthermal(sthermal,scene,st)为火电机组出力，carbonprice(scene,st)为碳排价格。
26、所述火电机组启停成本子模型为：
27、
28、其中，costst(sthermal)为火电机组启停成本，ustart(sthermal,scene,st)为火电机组启动变量startupcost(sthermal)为火电机组启动成本。
29、所述能量市场收入子模型为：
30、
31、其中，incomeenergy为能量市场收入，energyprice(scene,st)为能量价格，outputthermalenergy(sthermal,scene,st)为火电上网电量，
32、outputstorageenergy(ses,scene,st)为储能在能量市场卖电量，outputpvenergy(spv,scene,st)为火电上网电量，outputwdenergy(swd,scene,st)为风电上网电量。
33、所述调频市场收入子模型为：
34、
35、其中，incomeregulation为调频市场收入，regulationmileageprice(scene,st)为调频市场价格，regulationmileage为调频里程，outputstorageregulation(ses,scene,st)储能调频市场中标量，kregulation为调频性能指标的乘积。
36、所述一体化电站出力子模型为：
37、
38、其中，outputpowerstation(scene,st)为一体化电站出力，
39、为火电机组出力，
40、为储能机组出力，
41、为光伏机组出力，为风电机组出力。
42、根据本发明实施例提出的风光火储容量配置方法，通过获取风光火储一体化电站的多个工作参数，将工作参数输入至由目标函数和多个配置参数构建的风光火储一体化电站配置优化模型，并对模型预设约束条件，计算后得到目标配置结果，再根据目标配置结果对风光火储一体化电站进行配置。由此，通过建立风光火储一体化电站配置优化模型，对一体化电站的风电、光伏、火电机组和储能容量数据进行精确计算，基于现实场景给出最优的配置容量，实现了收益最大化，具有重要的现实意义。
43、为达到上述目的，本发明第二方面实施例提出一种风光火储容量配置装置，包括：
44、获取模块，用于获取风光火储一体化电站的多个工作参数；
45、计算模块，用于将所述多个工作参数输入至预先建立的风光火储一体化电站配置优化模型，得到所述风光火储一体化电站的目标配置结果，其中，所述风光火储一体化电站配置优化模型基于预设的约束条件，根据目标函数和多个配置参数构建得到；
46、配置模块，用于根据所述目标配置结果对所述风光火储一体化电站进行配置。
47、根据本发明的一个实施例，所述配置模块，具体用于：
48、根据所述目标配置结果确定风电机组的第一储能最优容量和第一出力调度策略、光伏机组的第二储能最优容量和第二出力调度策略，以及火电机组的第三储能最优容量和第三出力调度策略；
49、根据所述第一储能最优容量和所述第一出力调度策略对所述风电机组进行配置，并根据所述第二储能最优容量和所述第二出力调度策略对所述光伏机组进行配置，并根据所述第三储能最优容量和所述第三出力调度策略对所述火电机组进行配置。
50、根据本发明的一个实施例，所述预设的约束条件包括
51、储能配置容量下限约束、投资金额约束、投资场地约束、储能容量功率比约束、传输线路容量约束、光伏机组出力约束、风电机组出力约束、火电机组出力约束、弃风弃光率约束、储能吸收电量约束、火电机组出力上限约束、火电机组出力下限约束、火电机组最小开机时间约束、火电机组最小停机时间约束、火电机组上爬坡约束、火电机组上爬坡初始状态约束、火电机组下爬坡初始状态约束、火电机组启停状态约束、火电机组初始时刻启停状态约束、火电机组开停机状态约束、储能从风光火的吸收电量约束、储能放出电量约束、储能放出电量上限约束、储能放出电量下限约束、储能荷电状态上限约束、储能荷电状态下限约束、储能第一荷电状态约束、储能第二荷电状态约束、储能第三荷电状态约束、储能第四荷电状态约束和储能第五荷电状态约束中的至少一种。
52、根据本发明的一个实施例，所述目标函数为：
53、
54、其中，其中，obj为目标函数，costsys为固定投资成本，vc(ses)为储能日可变运维成本，operationcostthermal(sthermal)为火电机组运行总费用，incomeenergy为能量市场总收入，incomeregulation为调频市总场收入，scenenum为场景集合个数。
55、根据本发明的一个实施例，所述风光火储一体化电站配置优化模型包括固定投资成本子模型、储能可变运维成本子模型、火电机组运行费用子模型、火电机组煤耗费用子模型、火电机组启停成本子模型、能量市场收入子模型、调频市场收入子模型和一体化电站出力子模型。
56、根据本发明的一个实施例，所述固定投资成本子模型为：
57、
58、其中，costsys为固定投资成本，discountrate为折现率，investmentcostofpv(spv)为光伏机组初始投资费用，installedmwpv(spv)为光伏机组装机容量，fixedmaintenancecostpv(spv)为光伏机组固定运维成本，investmentcostofwd(swd)为风电机组初始投资费用，installedmwwd(swd)为风电机组装机容量，maintenancecostwd(swd)为风电机组固定运维成本，investmentcostp(ses)为储能机组装机成本，investmentcoste(ses)为储能机组装机容量成本，installedmwstoragep(ses)为储能机组装机功率，installedmwstoragee(ses)为储能机组装机容量，fixedmaintenancecoststorage(ses)为储能机组固定运维成本。
59、所述储能可变运维成本子模型为：
60、
61、其中，vc(ses)为储能日可变运维成本，variablesmaintenancecoststorage(ses)为储能机组运维费用，outputstorageenergy(ses,scene,st)储能在能量市场卖电量，deltat为电力市场交易单位时间，capfromwdpvgen(ses,scene,st)为储能吸收电量，beta_mean为储能的调频中标量实际被调用的电量比例，outputstorageregulation(ses,scene,st)为储能在调频市场中标量。
62、所述火电机组运行费用子模型为：
63、operationcostthermal(sthermal)＝e＝costrun(sthermal)+costst(sthermal)；
64、其中，operationcostthermal(sthermal)为火电机组运行费用，costrun(sthermal)为火电机组煤耗费用，costst(sthermal)为火电机组启停成本。
65、所述火电机组煤耗费用子模型为：
66、
67、其中，costrun(sthermal)为火电机组煤耗费用，coalprice(scene,st)为煤炭价格，ttomwh(sthermal)为火电机组发电所需的煤炭比例，outputthermal(sthermal,scene,st)为火电机组出力，carbonprice(scene,st)为碳排价格。
68、所述火电机组启停成本子模型为：
69、
70、其中，costst(sthermal)为火电机组启停成本，ustart(sthermal,scene,st)为火电机组启动变量startupcost(sthermal)为火电机组启动成本。
71、所述能量市场收入子模型为：
72、
73、incomeenergy为能量市场收入，energyprice(scene,st)为能量价格，outputthermalenergy(sthermal,scene,st)为火电上网电量，
74、outputstorageenergy(ses,scene,st)为储能在能量市场卖电量，outputpvenergy(spv,scene,st)为火电上网电量，outputwdenergy(swd,scene,st)为风电上网电量。
75、所述调频市场收入子模型为：
76、
77、其中，incomeregulation为调频市场收入，regulationmileageprice(scene,st)为调频市场价格，regulationmileage为调频里程，outputstorageregulation(ses,scene,st)储能调频市场中标量，kregulation为调频性能指标的乘积。
78、所述一体化电站出力子模型为：
79、
80、其中，outputpowerstation(scene,st)为一体化电站出力，
81、为火电机组出力，
82、为储能机组出力，
83、为光伏机组出力，为风电机组出力。
84、根据本发明实施例提出的风光火储容量配置装置，通过获取风光火储一体化电站的多个工作参数，将工作参数输入至由目标函数和多个配置参数构建的风光火储一体化电站配置优化模型，并对模型预设约束条件，计算后得到目标配置结果，再根据目标配置结果对风光火储一体化电站进行配置。由此，通过建立风光火储一体化电站配置优化模型，对一体化电站的风电、光伏、火电机组和储能容量数据进行精确计算，基于现实场景给出最优的配置容量，实现了收益最大化，具有重要的现实意义。
85、为达到上述目的，本发明第三方面实施例提出一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的风光火储容量配置方法。
86、为达到上述目的，本发明第四方面实施例提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的风光火储容量配置方法。
87、为达到上述目的，本发明第五方面实施例提出一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，以用于实现如上述实施例所述的风光火储容量配置方法。
88、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种风光火储容量配置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标配置结果对所述风光火储一体化电站进行配置，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设的约束条件包括
4.根据权利要求1所述的方法，其特征在于，所述目标函数为：
5.根据权利要求4所述的方法，其特征在于，所述风光火储一体化电站配置优化模型包括固定投资成本子模型、储能可变运维成本子模型、火电机组运行费用子模型、火电机组煤耗费用子模型、火电机组启停成本子模型、能量市场收入子模型、调频市场收入子模型和一体化电站出力子模型。
6.根据权利要求5所述的方法，其特征在于，所述固定投资成本子模型为：
7.一种风光火储容量配置装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的风光火储容量配置方法。
9.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的风光火储容量配置方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时，用于实现权利要求1-6任一项所述的风光火储容量配置方法。
