[发明专利]一种基于改进型粒子群算法的混合储能系统容量规划方法

权利要求书

1.一种基于改进型粒子群算法的混合储能系统容量规划方法，其特征在于，包括以下步骤：

步骤1，分别获取应用储能的区域内的冷负荷在供冷季、热负荷在供热季和电负荷在非供暖与供冷季的典型日负荷曲线，以及该区域内冷负荷在供冷季、热负荷在供热季和电负荷在非供暖与供冷季的典型日价格走势曲线；

步骤2，分别获取储电设备系统、储热设备系统和储冷设备系统的使用寿命、初始投资、年维护费用；之后分别计算分别储电设备系统、储热设备系统和储冷设备系统的年化成本；

步骤3，根据储电设备系统的容量、储热设备系统的容量和储冷设备系统的容量、负荷需求和经济性建立粒子群算法；

步骤4，根据步骤3建立的粒子群算法进行储能容量寻优计算。

2.根据权利要求1所述的一种基于改进型粒子群算法的混合储能系统容量规划方法，其特征在于，步骤2中，按照下式分别计算储电设备系统、储热设备系统和储冷设备系统的年化成本：

其中，c_I为初投资；c_M为每年耗费的运维成本；λ为折现率，表示预期收支折算成等值现值的比率；c_E为第j年的子设备替换费用；c_R为储能系统退役时的设备残值。

3.根据权利要求1所述的一种基于改进型粒子群算法的混合储能系统容量规划方法，其特征在于，根据储电设备系统的容量、储热设备系统的容量、储冷设备系统的容量、负荷需求和经济性建立粒子群算法的具体方法是：

分别以储电设备系统、储热设备系统、储冷设备系统的容量为粒子群的三个运动维度，以负荷需求为约束条件、经济性为目标函数，将约束条件和目标函数分别转化为粒子群算法的粒子群运动域范围和适应度函数。

4.根据权利要求3所述的一种基于改进型粒子群算法的混合储能系统容量规划方法，其特征在于，约束条件的表达式如下式：

其中，V_E、V_C、V_H分别为储电设备系统的容量、储冷设备系统的容量、储热设备系统的容量；L_E、L_C、L_H分别为电负荷、冷负荷、热负荷在非供暖与供冷季、供冷季、供暖季的典型日负荷曲线在典型日价格走势曲线高峰段的负荷需求能量；

为获得储电设备系统、储热设备系统和储冷设备系统的最优容量，令目标函数E最大化，目标函数E的表达式如下：

其中，η_E、η_C、η_H分别为储电设备系统的储释能效率、储冷设备系统的储释能效率、储热设备系统的储释能效率；T_C、T_H分别为供冷季的天数、供暖季的天数；c_Y-E、c_Y-C、c_Y-H分别为储电设备系统的年化成本、储冷设备系统的年化成本、储热设备系统的年化成本；c_p-h、c_p-l分别为电网峰电价、电网谷电价。

5.根据权利要求1所述的一种基于改进型粒子群算法的混合储能系统容量规划方法，其特征在于，步骤4中，根据步骤3建立的粒子群算法进行储能容量寻优计算的具体方法是：

通过粒子i的惯性权重因子分别更新储电设备系统的容量、储热设备系统的容量、储冷设备系统的容量在粒子群的三个运动维度的位置；

分别计算储电设备系统的容量、储热设备系统的容量、储冷设备系统的容量每个更新后的位置的目标函数E；

将目标函数E最大时对应的储电设备系统的容量、储热设备系统的容量、储冷设备系统的容量设置为混合储能系统的容量最优配置。

6.根据权利要求5所述的一种基于改进型粒子群算法的混合储能系统容量规划方法，其特征在于，粒子i的惯性权重因子的表达式如下：

其中，t为迭代次数，t_max为迭代次数阈值；w_max、w_min分别为预设的惯性权重因子最大值、最小值；l_g-i为第i个粒子到粒子群历史最优位置的欧氏距离，l_max为预设的最大距离，当l_g-i≥lmax时,wi(t)＝wmax。