[发明专利]一种基于统计学模型的混合储能系统容量优化配置方法

说明书

一种基于统计学模型的混合储能系统容量优化配置方法，属于储能技术领域。本发明的目的是对风光储联合发电系统的储能容量配置问题，提出一种基于统计学模型的配置方法。本发明首先对风速及光照强度等历史数据进行概率统计分析，从而确定风光系统功率输出的精确分布；其次，该发明探索了超级电容器、蓄电池的容量配置子算法。此外，该发明还提出一种能量控制策略来改善蓄电池运行环境以延长蓄电池寿命周期；通过对统计模型进行蒙特卡洛模拟获得混合储能系统容量概率分布。这种统计学分析方法确定了不同累计概率水平下的混合储能系统的容量，有助于规划人员根据发电系统运行情况和需求对混合储能系统容量进行合理配置。相较于传统容量配置方法，统计学分析计及了配置过程中大量不确定性因素，改善了传统确定性算法的保守性，提高了配置方法的经济性和可靠性。

技术领域

本发明涉及混合储能系统容量优化配置的一种统计学方法，属于储能技术在风电系统中应用、储能容量优化技术领域。

背景技术

近年来，风能和光伏发电等分布式可再生能源在世界范围内得到迅速的发展。风能光伏发电的主要特点是具有不确定性，输出功率随机大范围波动，容易对电网造成冲击，影响安全、稳定供电。风能和太阳能资源从时间上看风光功率具有互补性，采用风光互补发电系统总体上具有风光互补特性，但不能克服瞬时功率波动的影响。而利用储能系统能很好地平抑风光联合发电系统的功率波动，提高电能质量，将储能与风光联合发电系统结合便构成了风光储联合发电系统。

混合储能装置采用蓄电池和超级电容器两种储能设备，将具有快速响应特性的超级电容器和具有大容量储能特性的蓄电池联合使用以平抑功率波动，分别平抑短周期和长周期的波动，融合了两种储能的优点。

储能系统容量配置的目标是在满足系统要求的前提下尽量减少储能功率和容量，提高系统的经济性。目前，对于混合储能装置的研究仍处初步阶段，主要集中在控制策略上，而对容量配置的研究相对较少；此外，对储能系统的容量配置的方法大部分都是基于确定性分析，这可能会导致结果不符合实际。相比之下，使用统计学方法进行容量配置方面的研究很少，相较于传统容量配置方法，统计学分析计及了配置过程中大量不确定性因素，改善了传统确定性算法的保守性，提高了配置方法的经济性和可靠性。

发明内容

本发明的目的是对风光储联合发电系统的储能容量配置问题，提出一种基于统计学模型的配置方法。

本发明的步骤是：

（1）使用蓄电池与超级电容混合的储能系统来维持瞬时功率平衡，实现频率调节，利用频谱分析确定蓄电池和超级电容器之间的功率分配，来实现对联合发电系统输出功率波动的平抑；混合储能系统功率P_hess为负荷功率与系统发出功率的差值，关系定义如下：

（5）

对P_hess样本数据P_J=[P_J(1),…, P_J(n),…, P_J(N)]进行离散傅里叶变换，得到幅值S_J和频率f_J结果为：

（6）

式中：DFT(P_J)表示P_hess样本数据P_J进行离散傅里叶变换；S_J(n)为进行DFT后第n个频率f_J(n)对应的幅值；频谱分解后得到不同时间尺度分量，最后利用傅里叶反变换将蓄电池和超级电容器补偿频段的幅频结果转换到时域上，便可得到每个储能装置的功率指令；

（2）蓄电池储能系统容量配置过程首先把蓄电池能量初始化到初始荷电状态，并对功率进行积分；在每个计算步骤，所交换的能量e均被计算；

蓄电池对应的储存能量计算如下：

（7）