[发明专利]一种离网型风光储互补发电系统容量优化配置方法

摘要

本发明属于可再生能源技术领域，涉及一种离网型风光储互补发电系统容量优化配置方法，包括：①初始化粒子；②根据当地的气候环境及用户数据，计算风机，光伏板的发电量，并校验蓄电池的充放电量，保证蓄电池每小时的充放电量不超过最大充放电量，如果蓄电池的充放电量超过了最大充放电量，则将充放电量设定为最大充放电量；③计算目标函数值，即各个粒子的TTOC；④利用改进粒子群算法得到最优粒子。本发明将标准粒子群算法与“禁忌表”相结合，以扩大搜索范围，引入“重启”及“扰动”操作，以增强算法的细致搜索能力，最终使风光储容量配比更为合理。

主权项

1.一种离网型风光储互补发电系统容量优化配置方法，包括下列步骤：①初始化粒子：随机初始化风机，光伏电池板，蓄电池的数量，X_i＝(x_i，1x_i，2x_i，3)i＝1,2,…N，N为粒子的个数，每个粒子都是三维的，x_i，1x_i,2x_i,3分别表示风机的数量；光伏电池板的数量；蓄电池的数量，并令计数器α=0，迭代次数β＝0。②根据当地的气候环境及用户数据，计算风机，光伏板的发电量，并校验蓄电池的充放电量，保证蓄电池每小时的充放电量不超过最大充放电量，如果蓄电池的充放电量超过了最大充放电量，则将充放电量设定为最大充放电量，负载缺电小时数LPSH＝0，具体步骤如下：a．计算风机和光伏板的发电量，设t为计算的起始时刻，设x_i,1个额定功率为p_i的风机每小时发电量为E_w(t)，x_i，2个光伏电池板每小时发电量为E_s(t)；b.建立蓄电池充放电量计算模型，设蓄电池的总容量E(t)＝E₁(t)+E₂(t)，式中，E1(t+Δt)=E1(t)×e(-kΔt)+(E(t)×kc+EB(t))×(1-e(-kΔt)k)+EB(t)ck×(kΔt-1+e(-kΔt))]]>E2(t+Δt)=E2(t)×e(-kΔt)+E(t)×(1-c)×(1-e(-kΔt))+EB(t)(1-c)k×(kΔt-1+e(-kΔt))]]>式中Δt为时间步长，E₁(t)为时间步长Δt起始时刻的可用能量；E₂(t)为时间步长Δt起始时刻的束缚能量；E₁(t+Δt)为时间步长Δt结束时刻的可用能量；E₂(t+Δt)为时间步长Δt结束时刻的束缚能量；k为比例常数；c为可用容量与总容量的比值；E_B(t)为每小时充放电量，充电时取正，放电时取负，E_B(t)＝E_w(t)+E_s(t)-L(t)，L(t)为每小时的负荷量；c.确定蓄电池每小时最大充电量的三个约束条件为：EB1(t)=-kcEmax+kE1(t)e(-kΔt)+E(t)kc(1-e(-kΔt))1-e(-kΔt)+c(kΔt-1+e(-kΔt))]]>EB2(t)=(1-e(-αΔt))×(Emax-E(t))Δt]]>EB3(t)=xi,3×Imax×Vnom1000]]>式中：E_max为蓄电池的最大容量；α为电池的最大充电率；I_max为电池的最大充电电流；V_nom为电池的额定电压；则蓄电池每小时最大充电量式中：η_c为电池的充电效率；蓄电池每小时最大放电量式中：η_d为电池的放电功率；实际蓄电池的运行需满足如下的条件：充电时，若E_B(t)＞E_Bcmax(t),则E_B(t)＝E_Bcmax(t)放电时，若E_B(t)＞E_Bdmax(t),则E_B(t)＝E_Bdmax(t)；③计算目标函数值，即各个粒子的T_TOC，方法如下：a.根据已计算出的风机，光伏电池板的发电量，蓄电池的充放电量计算LPSH：定义负载缺电率LPSP＝(L(t)-E_w(t)-E_s(t)-E_B(t))/L(t)，当LPSP＞0.2%时，将负载缺电小时数LPSH加1；b.建立风光储互补发电系统的目标函数：式中：C为系统投资总成本，C＝C_w+C_s+C_b，C_w,C_s,C_b分别为风机，光伏电池板，蓄电池总成本；f为通货膨胀率；i为利率；n为系统寿命周期；E_ENS为期望缺电量；b为单位停电量的电价与平均电价之比；d为平均电价；可靠性成本C_r＝λ×LPSH，λ为一个非常大的惩罚因子，取10¹⁰；c.计算各个粒子的T_TOC④判断粒子群的最小T_TOC是否在迭代计算中无明显改变，是则α＝α+1否则α=0。当α≥η时，η标志粒子群陷入局部最优解的迭代次数，表明此时粒子群陷入局部最优解将局部最优粒子放入禁忌表，重新初始化粒子群，初始化之后凡是落在局部最优粒子周围范围以内的粒子都去掉，转向⑦；⑤判断是否有粒子陷入禁忌表中的局部最优解，如果是，当粒子的数目超过阈值ζ时，ζ为标志粒子群陷入局部最优解粒子数引入扰动操作，扰动公式为x_i,j^new＝x_i，j^old+γ·randn(0,1)j＝1,2,3，式中：γ为扰动常数，randn(0,1)为正态分布，x_i，j^old为扰动之前粒子的位置，x_i，j^new为扰动之后粒子的位置，细致搜索该局部最优粒子的周边范围，转向⑦；⑥更新粒子的速度和位置；⑦迭代次数β＝β+1，若迭代次数β没有达到预设的最大迭代次数M，则转向②，否则转向⑧；⑧输出结果，即最优粒子，粒子中的三维数分别代表风力发电机的数量，光伏电池板的数量，蓄电池的数量。