CN120262570A 一种风电光伏储能配比的协调优化方法 （华能陇东能源有限责任公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120262570A(43)申请公布日2025.07.04

(21)申请号202510642735.2

(22)申请日2025.05.19

GO6N3/006(2023.01)

GO6N3/0442(2023.01)G06Q10/0631(2023.01)

(71)申请人华能陇东能源有限责任公司

地址745000甘肃省庆阳市西峰区石油东

路11号

(72)发明人王大鹏孙涛李本超周明扬杨峰雒鹏鹏

GO6Q50/06(2024.01)

(74)专利代理机构北京知艺互联知识产权代理

有限公司16137专利代理师赵荣

(51)Int.CI.

HO2J3/46(2006.01)

H02J3/28(2006.01)

H02J3/32(2006.01)

HO2J3/00(2006.01)

权利要求书5页说明书12页附图1页

(54)发明名称

一种风电光伏储能配比的协调优化方法

(57)摘要

CN120262570A本发明公开了一种风电光伏储能配比的协调优化方法，属于配电网优化领域，包括以下步骤：S1、多维度数据采集与预处理；S2、构建鲁棒性不确定性集；S3、构建多时间尺度协同分配模型：构建多时间尺度协同分配模型，确定储能设备的目标功率分配方案以及储能寿命损耗评估指标；S4、动态多目标优化求解：构建多目标函数，并采用改进的多目标非洲兀鹰优化算法进行求解；S5、实时反馈与动态校正：通过实时采集数据监测系统状态，基于预测误差动态校正多时间尺度协同分配模型，调整储能设备功率分配策略，形成闭环优化。采用上述一种风电光伏储能

CN120262570A

S1、多维度数据采集与预处理：采集风电历史功率数据、光伏历史功

率数据、负荷需求数据、实时气象数据、储能设备参数和经济参数，

构成多维度数据集，并对多维度数据集进行预处理，得到标准化数据

集和负荷分解结果

S2、构建鲁棒性不确定性集：基于标准化数据集和风电预测误差历史

分布数据和光伏预测误差历史分布数据，构建改进的盒式不确定性集

,以描述功率波动范围

S3、构建多时间尺度协同分配模型：基于盒式不确定性集和负荷分解

结果，构建多时间尺度协同分配模型，确定储能设备的目标功率分配

方案以及储能寿命损耗评估指标

S4、动态多目标优化求解：以系统总成本最小化、功率波动标准差最

小化、可靠性指标最大化和储能寿命损耗成本最小化为多目标，构建

多目标函数，并结合功率平衡约束、储能容量和充放电功率约束和电

网交互功率约束，采用改进的多目标非洲兀鹰优化算法进行求解，得

到帕累托前沿解集

S5、实时反馈与动态校正：通过实时采集数据监测系统状态，基于预

测误差动态校正多时间尺度协同分配模型，调整储能设备功率分配策

略，形成闭环优化

CN120262570A权利要求书1/5页

2

1.一种风电光伏储能配比的协调优化方法，其特征在于：包括以下步骤：

S1、多维度数据采集与预处理：采集风电历史功率数据、光伏历史功率数据、负荷需求数据、实时气象数据、储能设备参数和经济参数，构成多维度数据集，并对多维度数据集进行预处理，得到标准化数据集和负荷分解结果；

S2、构建鲁棒性不确定性集：基于标准化数据集和风电预测误差历史分布数据和光伏预测误差历史分布数据，构建改进的盒式不确定性集，以描述功率波动范围；

S3、构建多时间尺度协同分配模型：基于盒式不确定性集和负荷分解结果，构建多时间尺度协同分配模型，确定储能设备的目标功率分配方案以及储能寿命损耗评估指标；

S4、动态多目标优化求解：以系统总成本最小化、功率波动标准差最小化、可靠性指标最大化和储能寿命损耗成本最小化为多目标，构建多目标函数，并结合功率平衡约束、储能容量和充放电功率约束和电网交互功率约束，采用改进的多目标非洲兀鹰优化算法进行求解，得到帕累托前沿解集；

S5、实时反馈与动态校正：通过实时采集数据监测系统状态，基于预测误差动态校正多时间尺度协同分配模型，调整储能设备功率分配策略，形成闭环优化。

2.根据权利要求1所述的一种风电光伏储能配比的协调优化方法，其特征在于：步骤S1具体包括以下步骤：

S11、采集风电光伏历史功率数据、实时气象数据、负荷数据、储能设备参数和经济参数，构成多维度数据集；

S12、采用3σ法