本申請涉及光儲場站功率控制，具體涉及一種復雜波動場景的光儲場站并網功率提取方法及系統。
背景技術：
1、光伏電站的出力受光照強度、溫度、相對濕度等氣象條件影響顯著，具有強波動性、不穩定性和隨機性，容易導致電網頻率波動、電壓不穩定及調頻能力下降等問題?，F有的光儲場站控制系統，多采用“光伏優先”或“儲能優先”的固定策略，未充分挖掘儲能系統在平抑波動、優化能量配置中的潛在價值。
2、目前通過濾波方法在提取光儲場站并網功率時，如滑動平均法、小波包分解算法，通常以單一時間尺度確定平滑程度，無法兼顧不同時段光伏出力的波動差異。針對光伏出力在不同時段的差異化特征，亟需一種能夠根據實時波動強度自適應調整濾波時間尺度與分解層數的并網功率提取方法，避免傳統固定參數方法在光伏出力波動場景下的性能衰減，提升光儲場站對復雜工況的適應能力。
技術實現思路
1、為了解決上述技術問題，本申請的目的在于提供一種復雜波動場景的光儲場站并網功率提取方法及系統，所采用的技術方案具體如下：
2、本申請實施例提供了一種復雜波動場景的光儲場站并網功率提取方法，包括以下步驟：
3、獲取光伏電站的氣象數據和光伏發電功率數據，并獲取儲能系統中各儲能設備的soc值；
4、利用歷史時段的光伏發電功率對光伏出力功率進行預測，并根據光伏電站各投運年光伏出力功率的衰減情況，獲取當前投運年的光伏出力衰減值，以對預測的光伏出力功率進行校正，對校正后的光伏出力功率數據進行模態分解，根據模態分解后各模態分量頻譜圖中光伏出力功率的頻率寬度以及頻譜能量強度，得到光儲場站的光伏出力波動強度；
5、根據當前時刻之前預設時長內供給智能電網的并網功率中的最大值與最小值，結合光儲場站中新能源電站的裝機容量，獲取并網功率的波動區間，根據第一個模態分量對應的功率預測值在波動區間內的時刻占比，獲取并網功率波動契合度，再結合光伏出力波動強度，獲取光伏并網的平滑支持度；
6、通過當前時刻光儲場站中各儲能設備的soc值，設定各儲能設備的補償權重，以綜合所有儲能設備的soc值，獲取光儲能站的儲能充電補償值，并利用光伏并網的平滑支持度，得到小波包分解時間尺度的伸縮系數，以對光伏發電功率進行小波包分解的時間尺度進行調整，并通過小波包分解后的低頻光伏發電功率分量提取光儲場站的并網功率。
7、優選的，光伏出力衰減值的計算方法為：式中，li為光伏電站第i個投運年的光伏出力衰減值，pi、pi-1分別是光伏電站第i個、第i+1個投運年的單位日照時數的平均出力功率，其中，統計各投運年的年發電量與日照時數的比值，作為各投運年的單位日照時數的平均出力功率，且i>1，l1＝0；
8、對光伏電站投入運行以來各年的光伏出力衰減值進行擬合，通過擬合函數獲取當前投運年的光伏出力衰減值l，校正后的光伏出力功率預測值q′的計算方法為：
9、式中，q是校正前的光伏出力功率預測值，α1是光伏電站從規劃建設到投運的年數；α2是光伏電站已投運年數。
10、優選的，所述光儲場站的光伏出力波動強度的獲取方法為：
11、
12、式中，h為光儲場站的光伏出力波動強度，dr為第r個imf分量中最大功率譜密度的頻率成分的3db帶寬，βr為第r個imf分量中極大值點總數，r為功率預測序列經模態分解后的imf分量總數，功率預測序列由校正后的光伏出力功率預測值按照時序排列組成；
13、其中，提取各imf分量的頻譜圖，選取各頻譜圖中的最大功率譜密度的頻率成分，并獲取各最大功率譜密度的頻率成分的3db帶寬，并將頻譜圖先進行非線性擬合得到擬合曲線，提取各imf分量對應擬合曲線中的極大值點。
14、優選的，所述并網功率的波動區間的獲取方法為：
15、將光伏電站當前時刻之前時間長度u內供給智能電網的并網功率，按照時序排列組成運行并網功率序列，則并網功率的波動區間的計算方法為：其中，pu,min、pu,max分別是并網功率允許的最小功率值和最大功率值，pu,1、pu,2分別是運行并網功率序列中的最小值和最大值，pph是光儲場站中新能源電站的裝機容量。
16、優選的，所述并網功率波動契合度的獲取方法為：
17、將功率預測序列的第一個imf分量作為低頻分量，計算低頻分量對應的功率預測值中滿足并網功率波動區間的時刻占比，并作為并網功率波動契合度。
18、優選的，所述光伏并網的平滑支持度為并網功率波動契合度與光伏出力波動強度的比值。
19、優選的，各儲能設備的補償權重的獲取方法為：其中，ρj是第j個儲能設備的補償權重，socj是光儲場站中第j個儲能設備的soc值；光儲能站的儲能充電補償值λ的獲取方法為：其中，j為光儲場站中儲能設備總數。
20、優選的，所述小波包分解時間尺度的伸縮系數的獲取方法為：
21、式中，δ為小波包分解時間尺度的伸縮系數，f為光伏并網的平滑支持度，λ為光儲場站的儲能充電補償值，norm()是歸一化函數。
22、優選的，調整后的小波包分解的時間尺度自適應值的獲取方法為：
23、μ′＝(0.5+δ)×μ，式中，μ′為時間尺度自適應值，δ為時間尺度的伸縮系數，μ為對光伏發電功率進行小波包分解時預設的固定時間尺度。
24、本申請實施例還提供了一種復雜波動場景的光儲場站并網功率提取系統，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述任意一項所述一種復雜波動場景的光儲場站并網功率提取方法的步驟。
25、由以上可見，本申請提供的一種復雜波動場景的光儲場站并網功率提取方法及系統，至少具有如下有益效果：
26、本申請通過自適應時間尺度的小波包分解算法，根據不同光儲場站復雜波動場景，自適應調整小波包的時間尺度，實現精準的并網功率提取，自適應時間尺度下提取的并網功率能夠較好地貼近光伏發電功率，解決了傳統功率提取方法在應對復雜波動場景時的不足，提升光儲場站對復雜工況的適應能力，提升新能源消納能力和減小儲能壓力，實現新能源與儲能系統的優化配置，促進清潔能源的高效利用；
27、進一步，本申請考慮光儲場站儲能裝置的剩余容量和動態響應特性，在光伏出力高峰期設置較小的時間尺度，減少不必要的儲能動作，保護儲能裝置剩余容量，避免全局平滑導致的儲能濫用，同時確保儲能裝置在光伏發電低谷期能夠正常發揮作用，維持智能電網的穩定運行；
28、綜上所述，本申請有效平抑光伏出力的波動，降低智能電網的光伏并網分量波動，減少光伏出力對電網頻率、電壓造成的沖擊，提高電網電能的平滑性，增強電網的穩定性和可靠性，滿足電網對新能源并網功率的穩定性需求。
1.一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，光伏出力衰減值的計算方法為：式中，li為光伏電站第i個投運年的光伏出力衰減值，pi、pi-1分別是光伏電站第i個、第i+1個投運年的單位日照時數的平均出力功率，其中，統計各投運年的年發電量與日照時數的比值，作為各投運年的單位日照時數的平均出力功率，且i>1，l1＝0；
3.如權利要求1所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，所述光儲場站的光伏出力波動強度的獲取方法為：
4.如權利要求1所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，所述并網功率的波動區間的獲取方法為：
5.如權利要求3所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，所述并網功率波動契合度的獲取方法為：
6.如權利要求1所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，所述光伏并網的平滑支持度為并網功率波動契合度與光伏出力波動強度的比值。
7.如權利要求1所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，各儲能設備的補償權重的獲取方法為：其中，ρj是第j個儲能設備的補償權重，socj是光儲場站中第j個儲能設備的soc值；光儲能站的儲能充電補償值λ的獲取方法為：其中，j為光儲場站中儲能設備總數。
8.如權利要求1所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，所述小波包分解時間尺度的伸縮系數的獲取方法為：
9.如權利要求1所述的一種復雜波動場景的光儲場站并網功率提取方法，其特征在于，調整后的小波包分解的時間尺度自適應值的獲取方法為：
10.一種復雜波動場景的光儲場站并網功率提取系統，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-9任意一項所述一種復雜波動場景的光儲場站并網功率提取方法的步驟。