[发明专利]一种“光-储”发电系统混合储能配置方法在审
申请号: | 202011029758.X | 申请日: | 2020-09-27 |
公开(公告)号: | CN112290568A | 公开(公告)日: | 2021-01-29 |
发明(设计)人: | 马超;董森;练继建;庞秀岚 | 申请(专利权)人: | 天津大学 |
主分类号: | H02J3/28 | 分类号: | H02J3/28;H02J3/38;G06Q10/04;G06Q50/06 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 韩帅 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 发电 系统 混合 配置 方法 | ||
1.一种“光-储”发电系统混合储能配置方法,其特征在于,包括以下步骤:
S1,整理光伏电站出力数据与电站所在地气象资料,得到各典型天气日1分钟级出力数据,并统计各典型天气日的时间占比;
S2,采用小波分解等信号处理方法,对各典型天气日光伏出力进行分解,得到各典型天气日对应的目标出力曲线与高、低频波动分量;
S3,结合各典型天气日时间占比,绘制高、低频波动分量直方图并拟合概率密度曲线,进而确定功率型与能量型储能功率;
S4,依据光伏电站运行期、储能循环次数与S3中确定的混合储能功率,选取合适的混合储能组合;
S5,构建以全生命周期成本最小和目标出力满足度最大为目标混合储能容量优化模型;
S6,采用多目标优化算法求解,得到最优的“光-储”发电系统混合储能容量配置方案。
2.根据权利要求1所述的一种“光-储”发电系统混合储能配置方法,其特征在于,步骤S2中所述的信号处理方法包括小波分解、小波包分解、EMD、EEMD。
3.根据权利要求1所述的一种“光-储”发电系统混合储能配置方法,其特征在于,步骤S5中所建立的数学模型由目标函数、决策变量和约束条件构成,具体如下所示:
a.目标函数
步骤S5中所建立的数学模型是以混合储能全生命周期成本最小和目标出力曲线满足度最大为目标的多目标数学模型。
目标函数F1:混合储能全生命周期成本最小。具体形式如下:
目标函数F2:目标出力曲线满足度最大。具体形式如下:
式中:
Pis为第i种储能装置的系统成本,元/MWh;
Ci为第i种储能装置的容量,MWh;
为更换成本系数,即储能装置的更换成本占初次安装成本的比例;
Ni为第i种储能装置更换次数;
Sij为第i种储能装置在第j种典型天气日的总储电量,MWh;
aj为第j种典型天气日的时间占比;
Op为光伏电站运行年限,年;
di为第i种储能装置的放电深度;
cyi为第i种储能装置的循环次数;
δjk为第j种典型天气日第k分钟的“光-储”出力值是否满足目标出力值的判定系数;
为光伏电站日均发电时长,h;
pjk为第j种典型天气日第k分钟的“光-储”出力值,MW;
为第j种典型天气日第k分钟的目标出力值,MW。
b.决策变量
决策变量为功率型储能容量C1、能量型储能容量C2,MWh。
c.约束条件
①电量平衡约束:Eijk=ηi·Sijk;
②最大充放电功率约束:
③非负约束:以上所涉及变量均为非负值。
式中:
Eijk为第i种储能装置在第j种典型天气日第k分钟的发电量,MWh;
Sijk为第i种储能装置在第j种典型天气日第k分钟的消耗电量,MWh;
ηi为第i种储能装置的转换效率;
为功率型储能在第j种典型天气日第k分钟的充/放电功率,MW;
为能量型储能在第j种典型天气日第k分钟的充/放电功率,MW;
Pp,max为功率型储能最大充/放电功率,MW;
Pe,max为能量型储能最大充/放电功率,MW。
4.根据权利要求1所述的一种“光-储”发电系统混合储能配置方法,其特征在于,步骤S6中所述的优化算法采用动态规划及其改进算法或启发式算法。
5.根据权利要求4所述的一种“光-储”发电系统混合储能配置方法,其特征在于,所述动态规划及其改进算法包括离散微分动态规划、逐次渐进动态规划和逐次优化方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011029758.X/1.html,转载请声明来源钻瓜专利网。