[发明专利]一种适用于风电并网的混合储能容量配置方法

说明书

本发明公开了一种适用于风电并网的混合储能容量配置方法。首先，分解风电不平衡功率，划分不同储能设备的补偿功率，并以此确定不同储能设备的容量配置；然后，引进梯度法对滤波阶数进行优化，并比较不同滤波阶数的设备成本，选取使成本最小的滤波阶数作为功率、容量分配标准；最后，根据电价的波动性建立机会约束模型，以系统稳定为前提，用改进量子遗传算法计算储能设备的经济成本，得到既满足平抑风电不稳定性需求，又满足经济成本的混合储能容量配置。本发明将总体平均经验模态分解法、梯度法、改进型滤波阶数寻优控制系统、机会约束模型、改进型量子遗传算法结合在一起，对混合储能系统进行容量配置，能够平抑风电的不稳定性，起到调峰填谷的作用。

技术领域

本发明涉及适用于风电并网的混合储能容量配置方法的技术领域。

背景技术

随着全球传统能源紧缺的局势加剧以及世界范围内清洁能源政策的大力推进，在涉及能源需求和环境保护的双重压力下，太阳能、风能等分布式可再生能源的应用日益受到了各国的重视。然而分布式电源大量接入配电网，其出力的随机性和不确定性给配电网的安全运行带来了新的问题。以风电为代表的新能源正在深刻改变世界的电力与能源结构，但是，风电的不确定性、随机性、间歇性及高渗透率等问题对风电接入、消纳带来障碍，也对电网的潮流分布、电能质量、安全稳定运行带来巨大挑战。储能系统能够双向充放电，其与风电配合，一方面可以减小风电出力的间歇性和随机性，平稳风电的输出功率，降低对电网的冲击；另一方面实现能量跨时调度，起到削峰填谷的作用，优化配电网的运行。

储能系统种类主要有：功率型储能、能量型储能以及混合储能。其中混合储能系统(Hybrid Energy Storage System，HESS)能够结合两种储能的优势，改善储能系统的总体性能。但储能系统成本比较高，如何在经济条件下实现最优的储能容量配置成为近年来研究热点。

发明内容

本发明目的是提供一种既满足平抑不稳定性需求，也满足成本要求，能够选择负荷标准的功率、容量配置，并求得相应利润的适用于风电并网的混合储能容量配置方法。

一种用于平抑风电不稳定性的混合储能容量配置方法，将总体平均经验模态分解法、梯度法、改进型滤波阶数寻优控制系统、机会约束模型、改进型量子遗传算法结合在一起，对混合储能进行容量配置，能够平抑风电的不稳定性，起到调峰填谷的作用，具体包括以下步骤：

首先，分解风电不平衡功率，划分不同储能设备的补偿功率，并以此确定不同储能设备的容量配置；然后，引进梯度法对滤波阶数进行优化，并比较不同滤波阶数的设备成本，选取使成本最小的滤波阶数作为功率、容量分配标准；最后，根据电价的波动性建立机会约束模型，以系统稳定为前提，用改进量子遗传算法计算储能设备的经济成本，得到既满足平抑风电不稳定性需求，又满足经济成本的混合储能容量配置。

本发明采用总体平均经验模态分解法分解风电不平衡功率，以标准化模态累积均值选取滤波阶数d₁、d₂，划分不同储能设备的补偿阶数，并以此确定不同储能设备的功率、容量配置。

本发明将原滤波阶数d₁、d₂作为梯度法的输入进行优化，产生新的滤波阶数,并以此重新计算不同设备的补偿功率与容量，比较优化后与优化前的成本，选择最优滤波阶数。

本发明根据电价的波动性建立机会约束模型，以储能系统利润最大化为目标，用改进量子遗传算法计算储能设备的经济成本，将满足约束条件的额定功率大小P_cap、蓄电池额定功率为P_bat作为输入，并产生初始种群Q(t)，评价各个个体的适应度，最终选择负荷标准的容量配置，并求得相应利润。

本发明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。