[发明专利]一种含光伏和储能的轨道交通供电系统能量优化方法

权利要求书

1.一种含光伏和储能的轨道交通供电系统能量优化方法，其特征在于，包括以下步骤：

步骤1：数据初始化，初始化的数据包括：步骤2中轨道交通牵引供电力系统能量优化模型所涉及参数和步骤3中改进粒子群算法所涉及的参数；其中，步骤2涉及的参数包括：温度系数、标准测试条件下的光照强度、光伏电池阵列温度和最大输出功率值、储能系统最大最小储能容量、光伏发电单元运行维护系数、回归参数；步骤3涉及的参数包括：粒子个数、粒子空间维度、迭代次数、惯性权重值、学习因子、粒子初始位置；

步骤2：建立光伏发电模型、储能模型、轨道交通牵引供电系统模型，并以经济性最优即运行成本最低为目标，设置优化目标函数和相应约束条件；

具体为：

光伏阵列输出功率的计算公式为：

其中，P_PV-t是光伏电池阵列在光照强度为G(t)时的输出功率大小；G_STC、T_STC、P_STC分别是标准测试条件下的光照强度、光伏电池阵列温度和最大输出功率值；τ是温度系数，T(t)为t时刻光伏阵列的表面温度；

储能系统的能量管理模型如下：

其中，E_S(0)为储能系统初始储存容量，P_S(k)是储能系统在k(1≤k≤t)时段的充放电功率；P_S(t)是储能系统在t时段的充放电功率，分别是储能系统的最大、最小储能容量；η_C、η_D分别表示储能系统的充、放电效率；

轨道交通牵引负荷功率的计算公式为：

P_load-t＝a₁+b₂X_t+ε_t (4)

其中，P_load-t是t时刻的轨道交通牵引负荷功率，X_t为t时刻的客流量；ε_t为由其他因素引起的负荷波动，其值服从正态分布；a₁、b₂是回归参数，a₁＝-0.271，b₂＝1.781；

以经济性最优即运行成本最低为目标，设置优化目标函数，该目标函数如公式(5)和(6)所示，相应的约束条件设置如(7)～(12)所示：

F_buy-t＝fP_buy-t (6)

其中，min F是系统运行最低成本，δ是光伏发电单元运行维护系数，δ＝0.0095元/kWh，P_PV-t为第t小时光伏发电有功出力，N是时间单位，N＝24小时，F_buy-t是第t小时向大电网购电所需成本，F_bat为储能系统重置成本，F_mag是系统运营监测管理成本，f是大电网实时单位电价，P_buy-t是第t小时向大电网购电功率；

其中，约束条件包括功率平衡约束公式(7)，光伏发电单元发电量约束公式(8)，储能系统荷电状态约束公式(9～11)；光伏发电与大电网传输容量约束公式(12)；P_DG-t为任意时段内光伏和或储能系统的发电功率，P_PV-t为t时刻光伏发电单元的发电功率，P_buy-t是大电网输出功率，P_load-t为负载功率，P_S(t)为t时刻储能单元的充放电功率，分别是储能单元的最小、最大充放电功率，分别为光伏发电单元的最小、最大发电出力，E_S(t)为t时刻储能单元的容量，分别为储能系统的最小、最大储能容量，SOC_t+1和SOC_t是相邻两时刻储能系统的荷电状态，P_S-t是储能系统的输出功率，P_line(t)为t时刻光伏发电系统和电网的交互功率，为光伏发电系统与大电网交互功率的上下限值；

步骤3：采用步骤1中所获得的初始化数据，对公式(5)和(6)进行求解，得到初始化数据状态下的最小运行费用minF；相应的大电网输出功率和储能系统的输出功率分别由公式(7)和(11)求得，在满足约束条件(7)～(12)的情况下，根据公式(17)～(19)更新粒子速度和位置；

w＝w_max-(w_max-w_min)*t/Max_Dt (19)

其中，w是惯性权重值，c₁和c₂是学习因子，rand在[0,1]之间随机取值，为粒子i在n次迭代上K维空间的速度和位置；为粒子i到第k代为止的个体最优解和全局最优解；

步骤4：令迭代次数k＝k+1，重新执行步骤3进行迭代求解，直到当迭代次数达到设置的迭代上限次数，即k＝k_max时，获得目标函数最小值minF，求出此状态下的大电网的输出功率P_buy-t和储能系统的输出功率P_S-t，即光伏发电、储能和大电网的最佳出力点。