一种应对风功率波动的多风电场储能装置的容量配置方法

摘要

本发明提供了一种应对风功率波动的多风电场储能装置的容量配置方法，包括S1以电力系统所有节点的储能功率需求最小为目标建立最小储能功率需求优化模型；S2根据最小储能功率需求优化模型并结合鲁棒线性优化方法获得最大风功率波动范围下的风电场储能最小容量值；S3当最小容量值为零时，则不需要配置储能装置；当最小容量值不为零时，则在不为零的节点处，根据风电场储能最小容量值配置储能装置。本发明考虑了多个风电场在电力系统中的布局和接入系统本身的网络拓扑结构，能够反映当前电力系统中多个风电场接入的客观事实；引入的基于随机变量分布信息的鲁棒线性优化方法，可以同时考虑多个风电场的出力波动，并将难以求解的随机规划模型转换为确定性线性规划模型。

权利要求

1.一种应对风功率波动的多风电场储能装置的容量配置方法，其特征在于，包括下述步骤：S1：以电力系统所有节点的储能功率需求最小为目标建立最小储能功率需求优化模型；

所述最小储能功率需求优化模型的目标函数为： JV表示电力系统中的节点个数，i表示电力系统中节点序号；l≤i≤N；ei表示电力系统中第i个节点的储能功率容量；

所述最小储能功率需求优化模型的约束条件包括：节点功率平衡约束、线路潮流约束、线路输送功率极限约束、机组运行约束和随机风功率波动约束；

S2：根据所述最小储能功率需求优化模型并结合鲁棒线性优化方法获得最大风功率波动范围下的风电场储能最小容量值；

S3：当所述最小容量值为零时，则不需要配置储能装置；当所述最小容量值不为零时，则在不为零的节点处，根据所述风电场储能最小容量值配置储能装置。

2.如权利要求1所述的容量配置方法，其特征在于，所述节点功率平衡约束为-Bθ+g+ω+e=d；所述线路潮流约束为PL=ALθ、线路输送功率极限约束为|PL|≤PLMAX；所述机组运行约束为gmin≤g≤gmax；随机风功率波动约束为ωmin≤ω≤ωmax；

e为风电场储能功率配置需求向量；B含N个节点系统的N×N阶导纳矩阵；θ为N维系统相角列向量；g为系统机组出力列向量，机组个数JG；ω风电场功率列向量，风电场个数JW；d系统负荷列向量，负荷个数JL；PLm维支路有功功率列向量；AL支路功率与相角的m×N阶关系矩阵；PLMAX支路输送功率极限列向量；gmin机组最小出力列向量；gmax机组最大容量列向量；ωmin风电场功率波动范围下限列向量；ωmax风电场功率波动范围上限列向量。

3.如权利要求2所述的容量配置方法，其特征在于，步骤S2具体包括：S21：根据节点功率平衡约束和线路潮流约束得到支路潮流与节点注入功率的线性约束和系统功率平衡约束；

S22：根据所述支路潮流与节点注入功率的线性约束和线路输送功率极限约束获得线路输送功率不等式约束；

根据系统功率平衡约束和所述机组运行约束获得系统功率平衡不等式约束；

S23：对各个风电场的历史数据进行概率统计获得各个风电场的有功功率均值、出力上限和出力下限，并基于鲁棒线性优化方法结合风电场的有功功率均值、出力上限和出力下限获得用于描述多风电场输出功率波动范围的集合；

S24：将所述最小储能功率需求优化模型的目标函数转换为所述确定性鲁棒对等模型的目标函数；

根据所述线路输送功率不等式约束、所述系统功率平衡不等式约束以及所述集合获得所述最小储能功率需求优化模型的确定性鲁棒对等模型的约束条件；

S25：根据所述确定性鲁棒对等模型的目标函数和约束条件获得所述最大风功率波动范围下的风电场储能最小容量值。

4.如权利要求3所述的容量配置方法，其特征在于，所述支路潮流与节点注入功率的线性约束为PL=A＇LB＇(g+ω+e-d)；

所述系统功率平衡约束为

A＇L为删去平衡机节点对应列向量后的m×(N-1)阶系数关系矩阵；B＇为删去平衡节点对应行列向量后的N-1阶导纳方阵；gi、ωi、ei和di分别为与支路l有关节点接入的发电机出力、风电场出力、储能功率需求和节点负荷，下标i分别隶属于不同的电源节点集合。

5.如权利要求4所述的容量配置方法，其特征在于，所述线路输送功率不等式约束为：和

所述系统功率平衡不等式约束为：

和

矩阵S=A＇LB＇，sli为矩阵s中的元素，表示第l条线路潮流与第i个节点注入功率的关系系数；PLmax,l为第l条线路输送功率极限；g0max、g0min为平衡机组出力的上、下限。

6.如 权利 要 求5所 述 的 容量 配 置方 法，其 特征 在 于，所述 集 合 为：集合中

为第i个风电场有功功率均值；wi,max、wi,min为第i个风电场最大有功出力和最小有功出力； 为第i个风电场出力波动上限和下限。

说明书

一种应对风功率波动的多风电场储能装置的容量配置方法

技术领域

[0001] 本发明属于风力发电技术领域，更具体地，涉及一种应对风功率波动的多风电场储能装置的容量配置方法。

背景技术

[0002] 储能技术在传统电力系统中能够实现主动致稳和功率平衡的技术作用，但随着大规模风电的发展和并网，含多风电场的新型电力系统呈现出更强的随机性和波动性。为保证电网的安全运行，在含多风电场的电网中为风电场配置一定容量的储能装置，能够有效削弱短时间/长时间风电场出力波动对系统运行带来的不良影响，甚至在一定程度上改变风电场出力的不可控性。

[0003] 在中国发明专利申请文件公开号为CN103023066A的文本中公开了一种适合于含风电的电力系统储能功率的优化配置方法，该方法以调度周期内电力系统使用的储能功率最小为目标函数，建立机会约束模型，基于含风电的电力系统风功率和负荷的样本数据和储能功率配置模型获得系统正、负旋转备用，以确定应对净负荷预测误差所需的最优储能功率配置。该发明方法立足于解决调度部门为应对风功率和负荷预测误差所需的最小储能功率和旋转备用问题，由于只计及系统内接入的所有风电场出力之和，即忽略多个风电场接入电网的位置和电网自身网架结构，仅从系统功率平衡的角度建立储能容量配置模型，因此不能完全反映多风电场接入系统的实际拓扑。

[0004] 在中国发明专利申请文件公开号为CN103078338A的文本中公开了一种提高风能利用水平的风电场储能系统配置方法，该方法利用储能系统减小风电场弃风量以提高电网对风电场出力的接纳能力，并综合考虑了储能系统的投资成本和经济效益，以实现储能综合效益最大化。该发明仅针对单个风电场的储能配置问题，给定风电场并网出力上限，储能减小风电场弃风量的作用效果反映在实际风功率与并网出力上限的差值上，因此储能系统的功率/能量容量与风电接纳电量直接相关。但是该发明不能拓展为多个风电场的储能配置研究。

发明内容

[0005] 针对现有技术的以上缺陷或改进需求，本发明提供了一种应对风功率波动的多风电场储能装置的容量配置方法，其目的在于考虑了多个风电场接入电力系统的布局结构和接入系统自身网络拓扑结构，并且同时考虑了多个风电场出力波动，由此解决现有技术未考虑多风电场接入系统的实际拓扑，以及未同时考虑多个风电场的储能配置的技术问题。

[0006] 本发明提供了一种应对风功率波动的多风电场储能装置的容量配置方法，包括下述步骤：

[0007] S1：以电力系统所有节点的储能功率需求最小为目标建立最小储能功率需求优化模型；

[0008] 所述最小储能功率需求优化模型的目标函数为： N表示电力系统中的节点个数，i表示电力系统中节点序号；1≤i≤N；ei表示电力系统中第i个节点的储能功率容量；

[0009] 所述最小储能功率需求优化模型的约束条件包括：节点功率平衡约束、线路潮流约束、线路输送功率极限约束、机组运行约束和随机风功率波动约束；

[0010] S2：根据所述最小储能功率需求优化模型并结合鲁棒线性优化方法获得最大风功率波动范围下的风电场储能最小容量值；

[0011] S3：当所述最小容量值为零时，则不需要配置储能装置；当所述最小容量值不为零时，则在不为零的节点处，根据所述风电场储能最小容量值配置储能装置。

[0012] 更进一步地，所述节点功率平衡约束为-Bθ+g+ω+e=d；所述线路潮流约束为PL=ALθ、线路输送功率极限约束为|PL|≤PLMAX；所述机组运行约束为gmin≤g≤gmax；随机风功率波动约束为ωmin≤ω≤ωmax；e为风电场储能功率配置需求向量；B含N个节点系统的N×N阶导纳矩阵；θ为N维系统相角列向量；g为系统机组出力列向量，机组个数JG；ω风电场功率列向量，风电场个数JW；d系统负荷列向量，负荷个数JL；PL m维支路有功功率列向量；AL支路功率与相角的m×N阶关系矩阵；PLMAX支路输送功率极限列向量；gmin机组最小出力列向量；gmax机组最大容量列向量；ωmin风电场功率波动范围下限列向量；ωmax风电场功率波动范围上限列向量。

[0013] 更进一步地，步骤S2具体包括：

[0014] S21：根据节点功率平衡约束和线路潮流约束得到支路潮流与节点注入功率的线性约束和系统功率平衡约束；

[0015] S22：根据所述支路潮流与节点注入功率的线性约束和线路输送功率极限约束获得线路输送功率不等式约束；

[0016] 根据系统功率平衡约束和所述机组运行约束获得系统功率平衡不等式约束；

[0017] S23：对各个风电场的历史数据进行概率统计获得各个风电场的有功功率均值、出力上限和出力下限，并基于鲁棒线性优化方法结合风电场的有功功率均值、出力上限和出力下限获得用于描述多风电场输出功率波动范围的集合；

[0018] S24：将所述最小储能功率需求优化模型的目标函数转换为所述确定性鲁棒对等模型的目标函数；

[0019] 根据所述线路输送功率不等式约束、所述系统功率平衡不等式约束以及所述集合获得所述最小储能功率需求优化模型的确定性鲁棒对等模型的约束条件；

[0020] S25：根据所述确定性鲁棒对等模型的目标函数和约束条件获得所述最大风功率波动范围下的风电场储能最小容量值。

[0021] 更进一步地，所述支路潮流与节点注入功率的线性约束为PL=A＇LB′(g+ω+e-d)；所述系统功率平衡约束为 其中：A＇L为删去
平衡机节点对应列向量后的m×(N-1)阶系数关系矩阵；B′为删去平衡节点对应行列向量后的N-1阶导纳方阵；gi、ωi、ei和di分别为与支路l有关节点接入的发电机出力、风电场出力、储能功率需求和节点负荷，下标i分别隶属于不同的电源节点集合。

[0022] 更 进 一 步 地，所 述 线 路 输 送 功 率 不 等 式 约 束 为：和
所 述 系 统 功 率 平 衡 不 等 式 约 束 为： 和
其中：矩阵S=A＇LB′，sli为矩阵S中的元素，表示第l条
线路潮流与第i个节点注入功率的关系系数；PLmax,l为第l条线路输送功率极限；g0max、g0min为平衡机组出力的上、下限。

[0023] 更 进一 步 地，所 述 集 合 为： 集 合 中其中： 为第i个风电场有功功率均值；wi,max、wi,min为第i个
风电场最大有功出力和最小有功出力； 为第i个风电场出力波动上限和下限。

[0024] 更进一步地，所述目标函数为 其中：ei=Ui-Vi；Ui和Vi为没有实际物理意义的非负数。

[0025] 更进一步地，所述确定性鲁棒对等模型的约束条件为：

[0026]

[0027]

[0028]

[0029]

[0030]

[0031]

[0032]

[0033]

[0034]

[0035] 其中：Ui、Vi、zi、pik均为引入的非负数变量，不具备物理意义。

[0036] 总体而言，通过本发明所构思的以上技术方案与现有技术相比，由于本发明提出的多风电场接入后系统储能配置方法考虑了多个风电场在电力系统中的布局和接入系统本身的网络拓扑结构，能够反映当前电力系统中多个风电场接入的客观事实。与此同时，引入的基于随机变量分布信息的鲁棒线性优化方法，可以同时考虑多个风电场的出力波动，并将难以求解的随机规划模型转换为确定性线性规划模型。基于各个风电场历史数据样本确定各个风电场的最大功率波动范围，获得储能配置最小容量值，并根据最小容量值配置储能装置。引入的变化约束变量可调节储能配置结果的鲁棒性和最优性，为决策者权衡配置方案提供参考意见。因此，具有积极的有益效果。

附图说明

[0037] 图1是本发明实施例提供的应对风功率波动的多风电场储能装置的容量配置方法实现流程图；

[0038] 图2是本发明实施例提供的某系统典型风电场有功功率频率直方示意图；

[0039] 图3是本发明实施例提供的某系统某典型风电场风功率经验分布、核函数估计分布和指数分布拟合函数示意图；

[0040] 图4是本发明实施例提供的某系统风电场储能配置结果与鲁棒控制变化约束变量的关系示意图。

具体实施方式

[0041] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

[0042] 为解决上述现有技术中存在的问题，本发明提供了一种适合于含多风电场的电力系统应对风功率波动的最小储能功率容量配置方法，通过建立的应对多个风电场功率波动对系统功率平衡和网络结构影响的最小储能功率鲁棒配置模型，提供一种在系统确定运行场景下同时考虑安全运行和应对多个风电场不同功率波动水平的储能配置方法，并在鲁棒性和经济性之间获得折中方案。

[0043] 本发明立足于多风电场接入系统后的储能配置问题，配置方法考虑了多个风电场在电力系统中的布局和接入系统本身的网络拓扑结构，以反映多风电场接入后对系统输电能力的影响，以贴合实际的物理背景。

[0044] 图1示出了本发明实施例提供的应对风功率波动的多风电场储能装置的容量配置方法实现流程，具体包括：

[0045] S1：以系统所有节点的储能功率需求最小为目标函数，建立最小储能功率需求优化模型，方法如下：

[0046] 目标函数：

[0047] 式中，N表示系统内的节点个数；i表示电力系统中节点序号；ei表示系统节点i的储能功率配置需求，储能功率容量ei可正可负，以反映储能装置在参与系统功率平衡时的作用：ei>0说明储能放电等效为电源元件，反之，ei<0说明储能充电表现为负荷元件。ei=0说明没有储能配置需求。

[0048] S2：建立向量形式的系统运行约束条件，包括：

[0049] 节点功率平衡约束：-Bθ+g+ω+e=d （2）

[0050] 线路潮流约束：PL=ALθ （3）

[0051] 线路输送功率极限约束：|PL|≤PLMAX （4）

[0052] 机组运行约束：gmin≤g≤gmax （5）

[0053] 随机风功率波动约束：ωmin≤ω≤ωmax （6）

[0054] 其中：

[0055] e风电场储能功率配置需求向量（单位为：MW）；

[0056] B含N个节点系统的N×N阶导纳矩阵；

[0057] θN维系统相角向量；

[0058] g系统机组出力向量（MW），机组个数JG；

[0059] ω风电场功率向量（MW），风电场个数JW；

[0060] d系统负荷向量（MW），负荷个数JL；

[0061] PLm维支路有功功率向量（MW）；

[0062] AL支路功率与相角的m×N阶关系矩阵；

[0063] PLMAX支路输送功率极限向量（MW）；

[0064] gmin机组最小出力向量（MW）；

[0065] gmax机组最大容量向量（MW）；

[0066] ωmin风电场功率波动范围下限向量（MW）；

[0067] ωmax风电场功率波动范围上限向量（MW）；

[0068] 约束条件的物理意义说明如下：

[0069] 等式（2）为系统节点功率平衡约束，其中风电场出力ω为随机变量，用希腊字母表示。系统节点功率平衡方程反映了多个风电场在电力系统中的布局和接入系统本身的网络拓扑结构。

[0070] 等式（3）为系统线路潮流约束，建立了支路潮流与节点相角的转换关系，是模型转换和模型求解的连接约束。

[0071] 不等式（4）是线路输送功率极限约束，线路不过载是保证系统安全运行的约束条件。

[0072] 不等式（5）为机组运行约束，反映火电机组的发电调节能力。

[0073] 不等式（6）是随机风功率波动约束，描述了随机变量风电场输出功率的波动范围，通过限定出力的波动范围，利用鲁棒线性优化方法处理随机变量，实现模型的求解。

[0074] 结合S1中目标函数和S2中约束条件，构成了本发明提出的一种适合于含多风电场的电力系统应对风功率波动的最小储能功率容量配置方法，该模型为随机规划模型。

[0075] S3：引入基于随机变量分布信息的鲁棒线性优化理论处理随机变量，实现随机规划模型的求解。基于鲁棒线性优化理论求解模型的思想如下：为每个含随机变量的不等式引入变化约束变量Γi，已知均值信息和上下限信息的随机变量可描述为与变化约束变量有关的取值集合，不同的变化约束变量取值将控制模型中不确定参数的所有可能变化，以此控制最优解的最优性和鲁棒性。含不确定参数的线性规划模型经过转化和处理，构成确定性的线性规划模型，可以方便求解。变化约束变量Γi定义为不等式i的鲁棒程度指标，取值范围为0≤Γi≤Ji，其中Ji为不等式i中随机变量的个数。Γi取最大值Ji表示该不等式中所有随机变量均可达到最大波动范围，对应的最优解能够应对所有随机变量的变化，即鲁棒性最强。Γi取最小值0表示所有随机变量取均值，模型不再具备随机性特征，完全转化为确定性模型，对应最优解的鲁棒性最小。Γi在取值范围内取值时，对应最优解将在鲁棒性和最优性之间权衡。

[0076] 将含随机变量的多风电场最小储能功率配置模型转化为确定性线性模型的步骤如下：

[0077] S31：消去部分变量和约束条件，构成不等式约束。

[0078] 将节点功率平衡约束（2）代入线路潮流约束（3），得到支路潮流与节点注入功率的线性约束（7）和系统功率平衡约束（8）：

[0079] 支路潮流与节点注入功率的线性约束：PL=A＇LB′(g+ω+e-d) （7）；

[0080] 系统功率平衡约束：

[0081] 其中，A＇L为删去平衡机节点对应列向量后的m×(N-1)阶系数关系矩阵，B′为删去平衡节点对应行列向量后的N-1阶导纳方阵。系统平衡方程（13）中包含平衡机出力g0。通过支路潮流与节点注入功率的线性约束（7）和系统功率平衡约束（8）建立起系统网架与节点注入的连接关系，将所有约束条件都转化为节点形式求解。

[0082] S32：形成节点形式的数学约束模型。

[0083] 令矩阵S=A＇LB′。将支路潮流与节点注入功率的线性约束（7）和系统功率平衡约束（8）分别代入线路输送功率极限约束（4）和机组运行约束（5），消去等式约束，得到线路输送功率不等式约束（9）、（10）和系统功率平衡不等式约束（11）、（12），约束条件均表示为系统节点形式：

[0084] 线路输送功率不等式约束：

[0085] 线路输送功率不等式约束：

[0086] 系统功率平衡不等式约束：

[0087] 系统功率平衡不等式约束：

[0088] 其中，sli为矩阵S中的元素，表示第l条线路潮流与第i个节点注入功率的关系系数。gi、ωi、ei和di分别为与线路l有关节点接入发电机出力、风电场出力、储能功率和节点负荷，下标i分别隶属于不同的电源节点集合。PLmax,l为第l条支路最大允许输送功率。g0max和g0min分别为平衡机组出力的上下限。

[0089] S33：获取随机变量的均值信息和上下限信息。

[0090] 根据风电场运行历史数据的概率统计分析，得到风电场i∈JW有功功率的均值和一定概率置信度水平下的出力上限wi,max和下限wi,min。风电场i∈JW有功功率的波动上限为 波动下限为 基于鲁棒线性优化方法，引入变化约束变量Γ，定义集合（13）描述多风电场输出功率的波动范围：

[0091] 多风电场功率波动范围集合：

[0092] 在本发明提出的随机规划模型中，随机变量为各风电场的输出功率，因此模型中每个不等式约束的变化约束变量相等，且满足Γ=JW。

[0093] S34：绝对值非线性目标函数的线性表达式转化。

[0094] ei表示系统节点i的储能功率配置需求，可以取正值或负值。引入没有实际物理意义的非负数Ui和Vi，令ei=Ui-Vi，则目标函数中绝对值变量可表示为|ei|=Ui+Vi；

[0095] 目标函数的线性表达式：

[0096] S35：确定性线性规划模型的转化。

[0097] 将风电场输出功率视为系统系数矩阵元素，对应的确定性乘子项视为决策变量。对不等式i引入不具有物理意义的新决策变量zi和pik，并将风电场输出功率波动范围集合（13）应用于线路输送功率不等式约束和系统功率平衡不等式约束，获得确定性鲁棒对等模型的约束条件（15）-（23）：

[0098]

[0099]

[0100]

[0101]

[0102]

[0103]

[0104]

[0105]

[0106]

[0107] 其中，Ui、Vi、zi、pik均为引入的非负数变量，不具备物理意义，仅为了转换随机规划模型而引入。

[0108] 从而，含随机风电的多风电场最小储能功率配置问题转化为确定性的线性优化问题。通过线性规划方法求解模型（14）-（23）即可求得储能功率容量配置需求。

[0109] 本发明提出的多风电场接入后系统储能配置方法考虑了多个风电场在电力系统中的布局和接入系统本身的网络拓扑结构，以反映当前电力系统中多个风电场接入的客观事实，以贴合实际的物理背景建立多风电场储能配置随机规划模型。本发明引入基于随机变量分布信息的鲁棒线性优化理论，以均值和上下限信息描述随机变量，将难以求解的随机规划模型转换为确定性线性规划模型。基于风电场历史数据样本确定风功率波动范围，以此确定最大风功率波动范围下的风电场储能最小容量配置需求。引入的变化约束变量可调节储能配置结果的鲁棒性和最优性，为决策者权衡配置方案提供参考意见。

[0110] 为了更进一步地说明本发明实施例提供的应对含多风电场电力系统风功率波动的储能配置方法，现结合具体实例和附图详述如下：

[0111] 风电样本数据来自某系统实际接入的风电场2012年5月1日到10月31日1min间隔风电有功出力数据。风电接入算例系统为以修正的IEEE可靠性测试系统。

[0112] 实施步骤1：选择等效年利用小时数相近的四座风电场作为典型风电场，风电场基本参数如表1所示。限定储能装置的布点在风电场接入节点。

[0113] 表1风电场基本参数

[0114]

[0115] 对四座典型风电场的出力进行统计分析，利用核函数估计方法拟合典型风电场出力的累积分布概率曲线。以风电场3为例，风功率的频率直方图如图2所示；由于现有的数学概率分布函数并不适合拟合风电场有功功率出力特性，采用核函数估计方法对风电场有功功率出力的累积分布概率，除了低出力段的拟合效果较差，其他出力区域基本可以吻合原序列的经验分布，如图3所示。

[0116] 取风功率长时间尺度的波动上限为90%出力状态，波动下限为零。对累积概率分布拟合函数进行逆运算，设置接入系统风电场长时间尺度风功率波动范围参数如表2所示。

[0117] 表2接入风电场的波动参数

[0118]

[0119] 实施步骤2：计算风电场接入测试系统后的储能需求。

[0120] 修正后的测试系统负荷为2809MW，其中节点3的负荷减为74MW，节点17增加负荷65MW。将给定的发电机容量作为其典型出力方式，其中节点7发电机典型出力减小为125MW，节点19增加50MW发电机。230kV网络线路的输送功率减半。假设除平衡机以外其他机组以给定值作为典型出力方式运行，节点13为调峰机组安装节点，最大出力为500MW。

[0121] Γ=4代表所有风电场出力在最大波动范围内变化的极限场景，代入确定性线性规划模型（16）-（24）求解得到的风电场储能功率容量配置情况如表3所示。

[0122] 表3储能配置需求

[0123]风电场接入节点 17 19 20 23
储能需求/MW -5.41 60.33 0 0

[0124] 在设置的系统运行方式下，节点17需要提供5.41MW的充电功率，节点19需要提供60.33MW的放电功率。考虑风电场输出功率的波动范围后，系统支路潮流不再是确定值。系统确定机组出力和可调机组的功率调节能力确定后，风电场输出功率的波动范围会影响支路潮流的变化范围。但可调机组的功率变化范围有限，且输送功率受到相邻线路输送能力的限制。如果出现线路输送能力受限的情景，可调机组将无法最大化发挥风功率波动调节作用，导致系统出现安全运行问题。储能的优化配置结果表明，在节点配置一定功率容量的储能装置，通过改变系统节点的注入功率，影响系统支路的潮流分布，使得风电场功率最大变化范围对系统运行的影响完全被可调机组的调节能力吸纳。

[0125] 实施步骤3：不同鲁棒性要求下的储能配置结果。

[0126] 以Γ=4为初值、ε=0.01为迭代步长减少变化约束变量Γ，并代入鲁棒线性模型（15）-（24）中求解风电场储能配置需求。变化约束变量Γ与多风电场储能配置结果的关系，如图4所示。

[0127] 改变变化约束变量Γ将改变最优解的鲁棒性，Γ最大表示最优解的鲁棒性最强，Γ最小表示对应的最优解的鲁棒性最差。场景Γ=4表示所有风电场的出力波动范围最大，这种场景下的储能配置需求能够应对最大的风功率出力波动，配置的容量也是最为鲁棒的结果。逐步减小鲁棒控制参数Γ，所有风电场出力的波动范围在同时变小，对系统功率平衡和安全运行的影响也减小，相应的储能配置需求也减小。

[0128] 本算例示意的储能配置结果是基于确定的系统运行方式假设，仅考虑调峰机组的调节能力的综合优化结果。对于实际的含多风电场的电力系统，以传统场景法制定的典型运行方式，可以反映系统的典型运行状态。事实上，配置模型（1）-（6）包含了所有机组的可调节范围。因此，本配置方法可以为规划决策者提供一定的参考信息。

[0129] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。