1.储能电站调峰辅助决策方法,其特征在于,所述辅助决策方法包括以下过程:建立用电负荷模型、新能源发电模型、储能释放模型,采用蒙特卡洛模拟进行预测;根据所述用电负荷模型、新能源发电模型、储能释放模型的预测结果,得到储能电站调峰辅助决策;所述储能电站调峰辅助决策通过预测未来设定时间内的用电负荷情况及新能源发电情况,得到将电能存储用到电负荷处于峰值阶段时策略;第一步,判断当前用电负荷数据判断是否大于设定阈值;第二步,在小于所述设定阈值的范围内,释放储备,总释放量定义为前一日的总新能源存储量,每小时释放量可根据本小时负荷占比来计算,其计算公式为:式中S upload 为储能上网电量, 为前一日存储的新能源总电量,E f 为预测的当前时段负荷值, 是指从定义为峰值的时段预测负荷值求和;所述建立用电负荷模型、新能源发电模型、储能释放模型具体过程为:获取新能源电站与储能电站发电、用电的历史数据,所述历史数据包含用电负荷数据、新能源发电数据、新能源场站发电设备信息及实时监测数据、储能场站储能设备信息及实时监测数据;对所述历史数据进行分割分析,得到影响用电负荷数的第一制约条件,再根据所述第一制约条件以及获取用电负荷数据,使用时间序列法和离散数据采样法得到所述用电负荷模型;对所述历史数据进行分割分析,得到影响新能源发电的第二制约条件,再根据所述第二制约条件以及获取新能源发电量数据,使用时间序列法和离散数据采样法得到所述新能源发电模型;根据储能类型的特性进行聚类分析,确定在设定时刻,储能场站能够接收存储的电量以及可向电网释放的电量,建立储能释放模型;建立所述用电负荷模型的过程为:按时间序列将所述历史数据分割为以设定时长为单位时间的时间片,并给分隔后的数据加入设定的附加属性,得到处理后的历史数据;对所述历史数据进行分割分析,得到影响用电负荷数的第一制约条件,再根据所述第一制约条件以及获取用电负荷数据,使用时间序列法和离散数据采样法得到所述用电负荷模型;其中X为按照附加属性条件从数据库中检索到的用电量数据序列,f i 为用电负荷权重值,α为增长系数,s、t、w为附加属性。
2.根据权利要求1所述的储能电站调峰辅助决策方法,其特征在于,建立所述新能源发电模型为:按时间序列将所述历史数据分割为以设定时长为单位时间的时间片,并给分隔后的数据加入设定的附加属性,得到处理后的历史数据;对所述处理后的历史数据按照不同的属性进行数据提取,分析其分布情况,得到影响新能源发电的第二制约条件,再根据所述第二制约条件以及获取新能源发电量数据,得到所述新能源发电模型:其中X'为按照附加属性条件从数据库中检索到的发电量数据序列,f′ i 为发电量权重值,β为冗余系数,l、s、t、w为附加属性。
3.根据权利要求2所述的储能电站调峰辅助决策方法,其特征在于,建立所述储能释放模型为:按储能类型将发电过程分为抽水蓄能、电池储能、氢储能、压缩空气储能;根据储能类型的特性进行聚类分析,确定在设定时刻,储能场站能够接收存储的电量以及可向电网释放的发电量,建立储能释放模型。
4.根据权利要求1所述的储能电站调峰辅助决策方法,其特征在于,所述附加属性为s:季节,t:气温,w:所处时段。
5.根据权利要求1所述的储能电站调峰辅助决策方法,其特征在于,所述附加属性为l:经纬度坐标,s:季节,t:气温,w:所处时段。
6.根据权利要求1所述的储能电站调峰辅助决策方法,其特征在于,采用蒙特卡洛模拟进行预测具体为:使用蒙特卡洛模拟分析第一制约条件变化对用电负荷产生的影响,绘制变化趋势曲线;使用蒙特卡洛模拟分析第二制约条件变化对新能源发电产生的影响,绘制变化趋势曲线。