[发明专利]一种适用于风电并网的混合储能容量配置方法

权利要求书

1.一种适用于风电并网的混合储能容量配置方法，其特征在于包括如下步骤：

步骤(1)：以总体平均经验模态分解方法分解风电不平衡功率，并用标准化模态累积均值选择滤波阶数d₁、d₂；对划分的滤波阶数进行不同储能设备补偿功率划分；并计算相应功率、容量配置；

具体过程为：

11)将白噪声信号ω(t)加入x(t)，获得一个总体信号X(t)：

X(t)＝x(t)+ω(t)； (1)

12)寻找总体信号X(t)的所有局部极大值和局部极小值，用三次样条函数进行插值，拟合出上、下包络线e_max(t)、e_min(t)，计算包络平均曲线m₁(t)：

13)设置类距平值序列h₁(t)：

h₁(t)＝X(t)-m₁(t)； (3)

14)将h₁(t)视为新的X(t)，重复步骤11)、12)，经过n次筛选，直到h_n(t)满足IMF两个标准，即为第1个IMF分量，记为c₁(t)；

15)从总体信号中分离出IMF分量c₁(t)，得剩余信号r₁(t)：

r₁(t)＝X(t)-c₁(t)； (4)

重复以上步骤得：r₁(t)-c₂(t)＝r₂(t)，r₂(t)-c₃(t)＝r₃(t)，…，r_n-1(t)-c_n(t)＝r_n(t)；

将所有的IMF分量和余项累加起来，得到：

16)给总体信号X(t)叠加不同的高斯白噪声信号ω_j(t)，重复上述步骤：

式中X_j(t)、c_ij(t)、r_nj(t)为叠加不同的高斯白噪声信号ω_j(t)对应的总体信号、总体信号的第i个IMF分量和余项，n表示筛选次数；

17)将上述分量对应求平均即可获得最终的IMF分量和余项；

在使用EEMD进行滤波时，根据标准化模态累计均值自适应选择滤波阶数d₁、d₂，将原始系统区域控制误差分解成三部分；

18)在d＜d₁、d₁＜d＜d₂、d＞d₂内进行补偿；

步骤(2)：计算混合储能配置成本，并结合梯度法对滤波阶数进行优化，重新选择最优滤波阶数；

包括以下步骤：

21)计算根据原滤波阶数d₁、d₂计算的混合储能系统功率、容量配置成本：

混合储能系统的成本主要包括：投资成本和运行费用成本，具体如下：

U_cost＝k_wbE_bat,rate+k_wcE_cap,rate+k_pbP_bat+k_pcP_cap+T_chess； (17)

式中，U_cost为总投资成本；k_wb、k_wc分别为蓄电池、超级电容器容量成本；k_pb、k_pc分别为蓄电池、超级电容器功率成本；T_chess为储能系统运行费用；E_bat,rate为蓄电池额定容量；E_cap,rate为超级电容器的额定容量；P_bat为蓄电池额定功率；P_cap为超级电容器的额定功率大小；

22)梯度法优化滤波阶数

在确定了滤波阶数d₁、d₂的基础上，对蓄电池功率容量、超级电容器功率容量进行配置，采用梯度搜索来寻找滤波阶数d₁、d₂的最优解，以混合储能系统的综合收益最大为目标，对混合储能系统配置进行优化；具体方法是：首先输入原始数据，应用EMD分解不平衡功率，取滤波阶数d₁＝1、d₂＝n将原始系统区域控制误差分成三部分，利用希尔伯特变换方法获得各频段的补偿功率，由此计算储能的额定功率、额定容量、期望寿命以及混合储能系统的年花费；通过判断总成本是否达到最小来判断d₂、d₁是否达到最优；如果在更新的d₁、d₂下的混合储能系统相比先前的d₁、d₂下的混合储能系统成本更小，那么d₁、d₂将更新直至混合储能系统的成本达到稳定；d₁、d₂确定后，混合储能系统中的储能容量大小也随之确定；

步骤(3)：在梯度法优化滤波阶数时，采用改进型滤波阶数寻优控制系统对优化前后的功率、容量配置成本进行比较；

包括以下步骤：

31)采用将模糊控制与动态滞环比较器结合的改进型滤波阶数寻优控制系统对优化前后的功率和容量配置成本进行比较，在改进型滤波阶数寻优控制系统的通道中加入动态滞环比较器，并把优化前后的差值反馈回滤波阶数寻优控制系统的输入，缩小系统误差，提高寻优精度，缩短寻优时间；

步骤(4)：考虑电价波动，以获利最大为目标，以储能合理运行为约束，建立机会约束模型，并以改进型量子遗传算法进行求解，计算混合储能设备因电价差异带来的最大利润；

包括如下步骤：

41)机会约束模型的建立：

在确定使系统获利最大的储能容量和额定功率之后，需要确定系统的约束模型以保证最优的储能系统运行，实现利润最大化，其形式为：

式中:ζ为随机变量；x为决策变量；α、β为预先给定的置信水平；P_r为约束条件满足的概率；f()、g_j′()为含有置信水平的约束条件；n′为约束条件数，储能的运行策略为控制变量，S_p为目标，代表系统中电价预测误差带来的利润，通过寻求储能的最优运行方式获得；

42)考虑电价波动及合理运行约束：

由于电价的不确定性，模型中电价的变化会影响利润的大小；为此结合实际情况建立机会约束模型如下，其约束模型含义为：系统电价误差带来的收入大于S_p的概率要超过约束条件的置信水平β；不同时刻风电功率和储能功率之和在合理范围内的概率要超过约束条件的置信水平α；储能输出功率大小要在合理范围内；储能总的充放电容量要在储能容量值的范围内；储能的充、放电总量相等，

43)改进量子遗传算法求解约束模型：

改进量子遗传算法运行初期设置较大的旋转角，随着进化代数的增加逐渐减小旋转角；其调整策略为：对个体q_j^t进行测量，评估其适应度f(x_j)^t，与保留的最优个体的适应度值，f(best)进行比较，根据比较结果调整q_j^t中相应位量子比特，使得α、β朝着有利于最优确定解的方向进化；x_i为当前染色体的第i位；best_i为当前的最优染色体的第i位；f(x)为适应度函数；s(α_i，β_i)为旋转角方向；Δθ_i为旋转角度大小，其值由所列的选择策略确定；得到s(α_i，β_i)动态旋转角的选择策略；

γ的表达式为：

式(19)中：b.fitness为最优适应度值；fitness(i)为当前适应度值；MAXGEN为最大进化代数；gen为当前进化代数；

调整策略是将个体q_i^t当前的测量值的适应度f(x)与种群当前最优个体的适应度值f(best_i)进行比较，如果f(x)f(best_i)，则调整q_i^t中相应位量子比特，使得(α_i，β_i)向着有利于x_i出现的方向演化；反之，如果f(x)f(best_i)，则调整q_i^t中相应位量子比特，使得(α_i，β_i)向着有利于best出现的方向演化。