[发明专利]一种基于储能的多能源互动调控方法

权利要求书

1.一种基于储能的多能源互动调控方法，其特征在于：

包括如下步骤：

步骤1：建立新能源出力模型，进行功率计算，得到新能源机组的输出功率；多能源包括传统能源和新能源，供电模式以新能源为主，由于新能源发电的不确定性，当新能源发电量过剩时，将多余的电能通过转化设备储存在储能装置中；当新能源发电量不足时，启动传统能源发电补充；

步骤2：建立满足不同能源的储能数学模型，所述的能源储存数学模型包括储电模型和储热模型；

步骤3：建立目标函数和约束条件；

步骤4：通过基于粒子群优化求解目标函数，得到最低年度运行总成本及最高的日新能源机组的输出功率。

2.根据权利要求1所述一种基于储能的多能源互动调控方法，其特征在于：

基于粒子群优化的具体过程如下：

(1)粒子群初始化，设置粒子群算法的性能参数，群体中共有粒子数目n＝100个，每个粒子有6个维度的决策变量X_n,1、X_n,2、X_n,3、X_n,4、X_n,5、X_n,6，分别为风电机组输出功率、光伏机组输出功率、光热机组输出功率、火电机组输出功率、储电装置充电功率和储热装置储热功率，粒子群的初始位置和初始速度可表示为：

式中，X₁₀₀表示系统中各设备的功率；V₁₀₀表示迭代后各设备的功率变化量；

(2)粒子位置约束，粒子各维度优化变量的求解的上下限，即风电、光伏、光热、火电机组、储电装置和储热装置的优化上下限约束；

(3)建立适应度函数，用来判断种群中粒子优劣度，进而在粒子种群中找到最优粒子；

(4)更新粒子，粒子的学习公式为：

式中，ω表示粒子保持上次进化速度的惯性权重；表示粒子完成s次进化后的速度,即完成s次迭代后设备的功率变化量；r₁，r₂表示进化的常数系数，(0,1)之间；c₁,c₂表示粒子群算法中粒子个体和群体的学习因子；表示完成s次进化，历史粒子个体适应度极值；表示完成s次进化，历史种群适应度极值；表示粒子完成s次进化后的位置，即完成s次迭代后设备的功率；

(5)迭代更新粒子群，将各个粒子的个体极值与全局极值对比，如果个体极值的适应度小于全局极值适应度，则更新全局极值及其位置；

(6)充分过程(2)到(5)，当达到迭代次数时，停止优化，输出结果。

3.根据权利要求1所述一种基于储能的多能源互动调控方法，其特征在于：

所述目标函数为经济型目标函数，经济目标函数的计算公式为：

其中：

式中，表示t时刻系统中各机组的运行成本之和；P_t^S表示t时刻系统的丢失负荷功率；b^S表示系统丢失负荷功率的成本系数；Δt表示单位时间；表示t时刻光热的运行成本；表示t时刻风电的运行成本；表示t时刻光伏的运行成本；表示t时刻火电的运行成本。