[发明专利]一种多级分解的混合储能容量优化方法

权利要求书

1.一种多级分解的混合储能容量优化方法，其特征在于，所述方法包括：

将获取到的功率信号分解成目标高频分量和目标低频分量；

基于所述目标高频分量和所述目标低频分量确定混合储能系统的额定功率；

基于所述混合储能系统的额定功率，建立混合储能系统容量优化配置模型；

利用多级分解结合多维改进粒子群优化算法求解所述混合储能系统容量优化配置模型，得到混合储能系统容量优化配置结果。

2.根据权利要求1所述的方法，其特征在于，所述将获取到的功率信号分解成目标高频分量和目标低频分量，包括：

利用集合经验模态分解法将所述获取到的功率信号分解成多个固有模态函数，其中，多个固有模态函数中包括第一高频的固有模态函数、第一低频的固有模态函数、以及高低频分界点的固有模态函数；

采用小波包分解将所述高低频分界点的固有模态函数分解为第二高频和第二低频；

基于所述第一高频的固有模态函数、所述第一低频的固有模态函数、以及所述第二高频和第二低频确定目标高频分量和目标低频分量。

3.根据权利要求1所述的方法，其特征在于，所述混合储能系统的额定功率包括超级电容的额定功率和蓄电池的额定功率。

4.根据权利要求3所述的方法，其特征在于，所述基于所述混合储能的额定功率，建立混合储能系统容量优化配置模型，包括：

建立以年综合成本最小为目标的目标函数，其中，目标函数为：

min C_j＝min{C_B+C_C+C_kp+C_sp}，

其中，C_B为蓄电池投资成本；C_C为超级电容投资成本；C_kp为维护成本；C_sp为混合储能处置成本；

基于所述超级电容的额定功率和蓄电池的额定功率建立适用于所述混合储能系统容量优化配置模型的多个约束条件。

5.根据权利要求4所述的方法，其特征在于，所述多个约束条件包括混合储能系统SOC约束和功率约束；

所述混合储能系统SOC约束为：

其中，SOC_bat-min、SOC_bat-max、SOC_cap-min、SOC_cap-max分别为蓄电池荷电状态的上下限与超级电容荷电状态的上下限，功率约束；

所述功率约束为：

其中，P_b为蓄电池和P_sc为超级电容的额定功率。

6.根据权利要求1所述的方法，其特征在于，所述多级分解结合多维改进粒子群优化算法，包括：对粒子群优化算法的惯性权重函数进行改进，并基于惯性权重值优化加速因子，同时引入变异因子得到多级分解结合多维改进粒子群优化算法。

7.根据权利要求6所述的方法，其特征在于，对粒子群优化算法的惯性权重函数进行改进，改进后的惯性权重函数为：

其中：ω为权重，c表示比例因子，i为粒子的当前迭代次数,ω_start为迭代开始权重起始值，ω_end为迭代后期权重值，T表示最大迭代次数。