[发明专利]考虑退役电池的智能社区微网超多目标能量管理方法

权利要求书

1.一种考虑退役电池的智能社区微网超多目标能量管理方法，其特征在于，包括以下步骤：

步骤一：基于退役电池剩余可用容量、剩余充放电循环次数和容量保持率，建立基于充放电循环次数的退役电池剩余寿命衰退模型；

步骤一具体过程为：

电动汽车动力电池年循环次数期望值计算为：

式中：n_battery表示电动汽车动力电池年充放电循环次数，e为电动汽车每百公里耗电量；E(D)为电动汽车日行驶里程期望值，μ_D、σ_D分别为日行驶里程E(D)的均值、方差，μ_D＝3.2，σ_D＝0.88；Q_battery表示动力电池额定容量；

当动力电池从电动汽车退役时，已循环次数n_retire计算为：

n_retire＝N·n_battery (3)

式中：N为动力电池退役时的使用年限；

定义动力电池实际容量与额定容量之比为容量保持率；在使用期间，退役电池剩余容量伴随充放电次数增加而减少，其容量保持率随充放电循环次数的衰退规律符合幂函数关系，表示为：

Rc(n)＝Q₀(C)-χ·n^τ (4)

式中：Rc(n)为循环n次后退役电池的容量保持率；Q₀(C)、χ和τ分别为初始容量保持率、容量衰减系数和幂指数；

定义容量保持率衰减至容量保持率阈值Rc^thr时，退役电池作报废处理，因此，退役电池的最大可用循环次数n_scrap表示为：

退役电池剩余充放电循环次数n_sec通过最大可用循环次数减去已循环次数得到，计算方式为：

n_sec＝n_scrap-n_retire (6)

定义退役电池的电芯容量为A_rate(mAh)，规定退役电池使用至容量保持率衰减到阈值Rc^thr进行报废处理，退役电池的可用区间容量A_SL计算为：

A_SL＝A_rate·[Rc(n^retire)-Rc^thr] (7)

结合退役电池剩余可用容量、剩余充放电循环次数，退役电池完全充放电循环一次的平均衰减容量A_fade估算为：

A_fade＝A_SL/n_sec (8)；

步骤二：综合分析每个家庭的用能行为，确定社区电能需求可调度区间，基于社区用户用能成本、退役电池剩余寿命衰退模型、用户用电行为以及居民社区负荷对配电系统的影响，建立超多目标能量管理模型；

步骤二中，综合分析每个家庭的用能行为，确定社区电能需求可调度区间的过程为：

将一天连续24小时的时间进行离散化处理，均分为T个时段，对于任意第t时段，有t∈[1,2,...,T]，一个调度周期开始时，智能社区内的能量管理系统通过智能测量系统预测社区居民用电负荷曲线与可再生能源出力信息；

微网智能社区光伏出力表示如下：

P_solar＝A·S·ξ·[1-0.005(T_out-25)] (9)

式中：P_solar代表光伏出力，S为居民社区安装的光伏阵列面积，ξ为光电转换效率，A为光照强度，T_out为户外温度；

对于社区用户，设智能社区内的家庭集合为Θ，第l个家庭在过去第m天时段t的用电功率表示为t∈[1,T]，结合历史数据，可得到居民用电负荷的取值范围；

建立的超多目标能量管理模型包括：

以社区总用能成本最小为目标的目标函数f₁表示为：

式中，Φ(t)表示时间t内的能耗成本函数，θ(t)和ρ(t)分别表示智能社区微网向上级电网购电电价和售电电价；P_grid(t)表示智能社区与上级电网交互功率，其中，P_grid(t)≥0表示智能社区向外界电网购电，反之表示售电；

以对用户用能行为影响最小为目标的目标函数f₂表示为：

式中，P_com(t)表示能量管理系统优化前时段t的智能社区总用电负荷，其计算表达式如(12)，为所有用户家庭负荷之和，表示经过能量管理系统优化后t时段的智能社区总用电负荷，P_home,l(t)为智能社区第l个家庭在时段t的负荷，Θ表示社区内所有家庭集合；

以退役电池寿命损耗最小为目标的目标函数f₃表示为：

式中，A_fade为退役电池完全充放电循环一次的平均衰减容量，表示退役电池折算后每日等价完全充放电次数，p为常数，取值范围为[0.8-2.1]，C代表充/放电半循环集合，代表第k个半周期内电池的放电深度值，通过退役电池的能量曲线获得，计算式如(14)所示，其中k为退役电池半循环次数索引，半循环总次数为C的模值；

式中,E_SL,rate表示退役电池额定容量，E_k表示在第k个半周期结束后退役电池的能量水平，在能量曲线上对应于局部极值点；

以社区负荷曲线峰均比最小为目标的目标函数f₄由正向峰均值比和反向峰均值比之和组成，正向峰均值比即为智能社区向上级电网购买电量时的负荷峰均比PPAR，反向峰均值比即为智能社区向上级电网出售电量时的负荷峰均比NPAR，表示为：

式中，T_N，T_P分别代表一个调度周期内的购电时长与售电时长；

对建立的超多目标能量管理模型设置约束条件：

(1)系统功率平衡约束：

式中，P_solar(t)表示t时刻的光伏出力，P_SL(t)表示t时刻退役电池的充/放电功率，如果P_SL(t)0，表示退役电池充电，反之表示放电；表示经过能量管理系统优化后t时段的智能社区总用电负荷；

(2)社区负荷曲线约束：

其中，表示智能社区时段t的最小能耗功率；表示微网社区时段t的最大能耗功率，表示经过能量管理系统优化后t时段的社区总用电负荷，P_com(t)表示社区总负荷；

(3)退役电池储能系统运行约束：

式中：SOC_SL(t)表示t时段退役电池的荷电状态，SOC_SL,min和SOC_SL,max分别表示退役电池的最小荷电状态和最大荷电状态，P_SL,max-和P_SL,max+分别为退役电池最大充电功率和放电功率，SOC_desire表示退役电池荷电状态的预设阈值，E_SL(t)表示退役电池在时段t的剩余电量，E_SL,rate表示退役电池额定容量；

步骤二的退役电池储能系统运行约束中，退役电池的荷电状态值SOC_SL(t)具体计算方法如下：

式中：P_SL(t)取值为正时表示退役电池充电，反之表示放电，η_c、η_d分别表示电池充电效率、放电效率；

步骤三：记录智能社区中的退役电池状态信息；

步骤四：对社区用户用电信息进行采集，并对社区可再生能源出力进行预测；

步骤五：结合退役电池状态信息和当前时段的可再生能源出力预测值，采用NSGA-III算法对超多目标能量管理模型进行求解，得出一天内各个时段退役电池充/放电量，经调整后的智能社区总用能曲线。