[发明专利]一种结合储能均衡技术的储能电池系统容量配置方法

权利要求书

1.一种结合储能均衡技术的储能电池系统容量配置方法，包括如下步骤：

(1)初始化微网系统投资与运行的技术参数：包括储能设备的投资年限，储能单位容量价格、充放电效率、充放电成本系数、荷电状态；

(2)统计日前预测数据，计算净负荷量，选择所需要的储能电池系统初始容量配比；

(3)Operator通过依据新能源发电、负荷需求，以及微型燃气轮机出力要求，利用智能优化算法优化储能的充放电策略，同时得出新能源发电实际利用值、燃气轮机实际出力，完成微电网的经济、稳定运行原始值P1；

(4)利用上一步骤收集到的储能电池系统充放电数值，参照储能电池单元模块均衡策略，完成储能电池系统出力分析，得出满足条件的供电方式；

(5)利用所得到的运行均衡策略，反馈得出运行条件下的储能电池系统容量配置P2，并与原始值P1进行比较，不断收敛所需要的储能电池系统容量配置；

(6)更新迭代新的容量配置，进行重复计算，满足收敛条件即可输出结果；

(7)Operator根据均衡技术条件下的最优日运行计划，优化储能的最优整数投资容量，完成配置；

所述原始值P1是通过分析得出日前预测值，针对该预测值，利用智能优化算法，定义相应的Operator决策变量，Operator通过决策得出的储能电池系统的总输出，进行相应的储能电池单元模块均衡策略，并将结果反馈给Operator进行决策修改；

储能电池单元模块均衡策略方法如下：

1、初始化:初始化中间校验参数flag(i)＝1,i∈N；

储能总输出误差ε＝0.02；

通过公式(12)和(13)初始化各储能电池单元模块输出；

储能电池系统放电情况下p_ba(t)＞0：

储能电池系统充电情况下(p_ba(t)＜0)：

SOC_i(t)指的是各电池模块的荷电状态，p_i(t)指的是各个电池模块的功率出力情况；N代表的是电池模块总体数量；

2、迭代判断：

在放电条件下，即p_i(t)≤0,flag(i)＝1的情况下，

如果放电量大于额定放电量或者大于剩余可以放的电量，即或p_i(t)＜SOC_i(t)-SOC_max的情况下

进行再分配机制，并将校验参数置为0，即同时更新电池剩余荷电状态SOC_i(t)＝SOC_i(t)-p_i(t)

校验总输出与均衡输出差值是否小于输出误差，即是否小于ε，不小于则继续分配差值部分；

由于上次分配时校验参数为0的是已经饱和输出的储能电池单元模块，所以不再进行分配，需要分配剩余电池模块，即flag(i)＝1的模块，

分配方案为

分配方案在所有电池均饱和或误差满足条件的前提下结束，并对电池进行分析，若在均饱和状态下结束，则需要调整储能容量的大小，以满足日常需求；

3、将储能电池模块均衡分配结果反馈给Operator，用来调整输出或者控制容量配置达到相应的要求；

所述(5)中利用所得到的运行均衡策略，是为了能够充分消除新能源发电误差带来的影响，储能电池系统设定为无限大容量和无限大功率配置；通过这些电池的剩余荷电状态以及功率变化曲线，给出每个环境下完全消除误差影响的最小配置方案，然后，针对各个场景的最小配置方案，画出频率分布直方图，依据频率分布直方图找出最优配置方案P2；

在得到最优配置方案P2的前提下，针对实施环境下产生的误差进行策略制定，通过策略控制辅助储能电池系统和燃气轮机之间的调度，由于实时调度无法顾及全局，所以在当前时刻进行最优操作，获得最大利益即可；具体运行条件如下表所示，其中，Vp_re(t)为新能源发电误差，即通过计算得出的新能源发电预测值，与实际输出值之间的差值；

W_ba和W′_ba分别表示主电池单元和辅助电池单元的额定容量，单位是kW·h；

SOC_i(t)指的是各电池模块的荷电状态；

SOC_min和SOC_max分别是储能电池荷电状态上下限，对储能系统剩余电量比例进行约束，取值在0～1之间；

最后，将P1与P2结合起来，通过P1的值不断优化储能电池系统容量配置的范围，收敛到一定范围内，即为所需要的最优容量配置。

2.根据权利要求1所述的一种结合储能均衡技术的储能电池系统容量配置方法，其特征在于，所述储能电池系统容量配置P2，包括：

对于P2的主储能部分，针对日前预测数据，得出净负荷量，分析所需要的容量初始值；筛选方式如下：

1)净负荷量大于零时，初始化为较大的燃气轮机配置，较小的储能电池系统配置；

2)净负荷量接近于零时，初始化为较小的燃气轮机配置，较大的储能电池系统配置；

3)净负荷量小于零时，新能源浪费较多，建议减小新能源发电量或增大负荷量，通过1)和2)来完成筛选；

在初始化容量之后，需要通过P1所得出的微电网运行优化策略来进行下一步的配置；

对于P2的辅助储能电池系统的配置问题，采用模拟场景法，对某一环境下新能源发电误差进行模拟，产生众多场景，然后对这些场景进行分析，得出每个场景下辅助储能电池系统的充放电过程。