[发明专利]一种基于改进FPA的储能容量优化配置方法

说明书

本发明涉及一种基于改进FPA的储能容量优化配置方法，属于能源领域。本发明首先输入新能源及负荷相关数据。其次设立分布式微电源约束条件，在约束条件内生成初始储能容量配置及微电源出力组合。然后建立投资成本、火电深度调峰率及储能收益的容量配置目标函数，代入初始储能容量配置获取初始目标函数值。最后判断间隔代数NUM是否执行完毕，是则执行EO算法更新储能容量配置；否则执行优化的FPA算法更新储能容量配置。取得了更优的储能容量配置，验证了改进的FPA算法在储能容量优化配置问题中的适用性。

技术领域

本发明涉及一种基于改进FPA的储能容量优化配置方法，属于能源优化领域。

背景技术

随着新能源大幅并网，减少弃风光率成为首要任务，火电机组需频繁进入深度调峰的工作状态，但频繁、大幅度的调节会降低其使用寿命，从而导致火电厂调峰积极性降低。而储能技术因其具有较快的响应速度，能够优化电源结构、增加调峰容量，引入储能系统参与调峰服务，可减少并优化火电机组的频繁增减出力。储能装置造价比较昂贵，运行寿命也相对较短，因此在满足系统正常运行的基础上，合理规划储能系统的容量具有重要的现实意义。

发明内容

本发明要解决的技术问题是：提供了一种基于改进FPA算法的微网优化调度，研究解决了火电厂调峰压力、储能容量浪费及过高的储能成本的问题，提升了火电厂的调峰积极性及储能容量的利用率。

本发明采用的技术方案是：一种基于改进FPA的储能容量优化配置，包括如下步骤：

1)输入光强、温度、风速及负荷数据。

2)设立分布式微电源约束条件，在约束条件内生成初始储能容量配置及微电源出力组合。

3)然后建立投资成本、火电深度调峰率及储能收益的容量配置目标函数，代入初始储能容量配置获取初始目标函数值。

4)最后判断间隔代数NUM是否执行完毕，是则执行EO算法更新储能容量配置；否则执行优化的FPA算法更新储能容量配置。

具体地，所述步骤1)包括如下步骤：

step1.1：输入光照强度G＝{G₁,G₂,…G₂₄}，输入温度T_c＝{T_c1,T_c2,…T_c24}。

根据具体的光伏模型求得光伏出力：

式中：其中P_max为光伏电池板的最大功率，G为当前光照强度，G_max为最大光照强度，k为温度系数，T_c为实际温度，T_r为额定温度。

光伏出力值集合P_pv'＝{P_pv1,P_pv2,…P_pv24}

step1.2：输入风速V＝{V₁,V₂,…V₂₄}

根据具体的风电模型求得风电出力值：

式中：P_r为额定功率，V_r为额定风速，V_in为切入风速，V_out为切出风速。

风电出力值集合P_WT'＝{P_WT1,P_WT2,…P_WT24}