[发明专利]利用储能系统平抑充换电站负荷和保证用电经济性的方法

权利要求书

1.一种利用储能系统平抑充换电站负荷和保证用电经济性的方法，其特征在于，基于粒子群算法对储能系统出力的双目标进行优化，包括如下步骤：

①确定优化目标：

（1）经济目标；

基于分时电价政策，首先制定具有最小化购电费用作用的经济性运行目标，作为目标一；

（2）电网目标；

然后建立考虑电网利益的负荷方差作为目标二；

结合目标一和目标二，得到对电网和用户双赢的双目标；

②确定约束条件：

（1）电池充电功率约束：由于电力电子变流器及电池本体的限制，电池各时刻的输出功率不能超过功率的上下限，即P_low ≤ p(i) ≤ P_high；

（2）电池能量约束：E_low≤ e(i) ≤ E_high，i=0,1,2,…,N；

（3）电池荷电状态SOC约束：SOC_low ≤ soc(i) ≤ SOC_high；

（4）不间断电源UPS功率约束：P_Ulow ≤ pu(i) ≤ P_Uhigh；

（5）定时定SOC约束：SOC(k) = C%；

其中个符号的含义是：

P_low ：储能装置充电功率下限

 p(i)：储能装置实时充电功率

 P_high：储能装置充电功率上限

E_low：电池能量下限

e(i)：实时电池能量

 E_high：电池能量上限

I：在上面的（2）里有说明即i=0,1,2,…,N，i是一个0到N的整数

N：数据个数

SOC：电池荷电状态

SOC_low：电池荷电状态下限

soc(i)：电池荷电状态实时值

SOC_high：电池荷电状态上限

P_Ulow ：UPS功率下限

pu(i)：UPS功率实时值

P_Uhigh：UPS功率上限

SOC(k)：k时刻荷电状态

 C%：百分比常数

③目标函数模糊化：

采用模糊的方法将目标函数进行模糊化；先求出各子目标在所有约束条件下的最优解，再利用这些最优解将各子目标函数模糊化，即确定隶属函数，然后根据最大隶属度原则，将模糊的多目标优化问题转化为非线性的单目标优化问题，求解该单目标问题的最优解；

④基于粒子群算法求解模糊双目标问题：

粒子群算法中，种群中每个成员叫做粒子，代表一个潜在可行解，而目标位置称为全局最优解；群体在D维空间上搜索全局最优解，并且每个粒子都有一个适应函数值和速度来调整自身位置以保证向目标位置移动，在移动过程中，群体中所有粒子都具有记忆能力，对自身位置和自身经过的最佳位置和种群中最好的粒子位置学习，最终接近目标位置。