[发明专利]一种基于机会约束规划的混合储能容量优化配置方法

摘要

一种基于机会约束规划的混合储能容量优化配置方法属于风光储混合发电系统储能配置优化技术领域。本发明在计算得出混合储能系统所需的功率容量和能量容量的基础上，采用机会约束规划算法，计算出不同置信水平下，混合储能系统中蓄电池和超级电容的最优容量配置。此优化方法的优化目标为总成本最小。本发明所提的方法和所建优化模型的技术合理性和经济实用性都很强，为风光储混合发电系统的规划设计提供理论支撑和技术支持。

主权项

一种基于机会约束规划的混合储能容量优化配置方法，其特征在于：包括以下步骤，并且以下步骤顺次进行，步骤一、根据风光发电系统总输出功率的原始实际值Prenew(t)获得实用的风光发电系统总输出功率预测值Prenew_forcast(t)，并根据预测值Prenew_forcast(t)获得输送功率参考值Ptrans_ref(t)，取时间t内的风光发电系统总输出功率的实际值Prenew(t)，其中0≤t≤Ti，建立支持向量和BP神经网络模型，获得Ti≤t≤Ti+1之间的风光总输出功率预测值Prenew_forcast(t)，取Ti+1‑Ti为时间τ，并取τ内风光总输出功率预测值Prenew_forcast(t)的算术平均值为τ时间内的输送功率参考值Ptrans_ref(t)，将一天24小时按照时间τ均分，其中τ≥1小时，获得一天中每个τ时间内的输送功率参考值Ptrans_ref(t)， 输送功率参考值Ptrans_ref(t)为风光总输出功率的调度目标值； 步骤二、初级优化 利用HOMER软件，建立成本f(X)的初级优化模型如下：f(X)=Σn=1N(C1+CM(n)+CR(n)-aR)---(1)]]>a=1(1+i)N---(2)]]> 其中N为系统设计的使用年限，C1为购置成本，CM(n)为第n年运行维护成本，CR(n)为第n以年置换成本，a为贴现系数，R为设备残值，由式(2)可得到贴现系数a，其中i为利率，输入蓄电池的数量的优化区间为[1,2,…,50]，HOMER把该优化区间内的所有方案进行排列组合，并自动选出获得储能单元总体需要的功率和能量中成本最小的方案；步骤三、次级优化a.储能单元出力满足系统需要的概率设定Pr{BAT}为满足PBAT(t)≤PBAT_rated的概率，Pr{SC}为满足PSC(t)≤PSC_rated的概率，同时满足Pr{BAT}和Pr{SC}的概率为功率分配成功的概率Pr{A}，其中PBAT(t)为蓄电池在t时刻，为满足系统负荷需要而输出的功率，PBAT(t)通过初级优化中HOMER软件的模拟结果得到；PBAT_rated为蓄电池的额定功率，是HOMER优化的变量，PBAT_rated为蓄电池数量与单块蓄电池的额定功率的乘积；PSC(t)为超级电容在t时刻，为满足系统负荷需要而输出的功率，PSC_rated为蓄电池的额定功率，Pr{|PBAT(t)|≤PBAT_rated}=Pr{BAT}Pr{|PSC(t)|≤PSC_rated}=Pr{SC}---(3)]]> Pr(A)＝Pr(BAT∩SC)            (4) 蓄电池用于存储能量，超级电容器用于存储充放电时的尖峰功率，所以优先获得PBAT_rated的取值，Pr(A)＝Pr(BAT)*Pr(SC|BAT)        (5)b.获得储能元件的荷电状态SOC蓄电池荷电状态和其充放电功率的关系为：SOCBAT=EBATini+∫0tc(ηBATcharPBATchar-1ηBATdisPBATdis)dtEBAT_rated---(6)]]>其中SOCBAT为蓄电池的荷电状态，为蓄电池的初始容量，为充电效率，分别代表充放电效率，为充电功率，为放电功率，EBAT_rated为蓄电池的额定容量，超级电容器的荷电状态为：SOCSC=ESCini+∫0tc(ηSCcharPSCchar-1ηSCdisPSCdis)dtESC_rated---(7)]]>其中SOCSC为超级电容的荷电状态，为超级电容的初始容量，为充电效率，分别代表充放电效率，为充电功率，为放电功率，ESC_rated为超级电容的额定容量；c.基于机会约束规划的混合储能目标函数以及约束条件为：minC＝PBAT_ratedCP_BAT+PSC_ratedCP_SC+EBAT_ratedCE_BAT+ESC_ratedCE_SCs.t.Pr{|Phyb|≤|PBAT_rated|}≥αPhyb_rated=PBAT_rated+PSC_ratedEhyb_rated=EBAT_rated+ESC_rated-PBAT_rated≤PBAT≤PBAT_rated-PSC_rated≤PSC≤PSC_ratedSOCminBAT≤SOCBAT≤SOCmaxBATSOCminSC≤SOCSC≤SOCmaxSCPhyb=PBAT+PSC---(8)]]> 式中，PBAT_rated为蓄电池的额定功率，PSC_rated为超级电容器的额定功率，EBAT_rated为蓄电池的额定容量，ESC_rated为超级电容器的额定容量，CP_BAT为蓄电池的额定功率单价，CP_SC为超级电容器的额定功率单价，CE_BAT为蓄电池的额定容量单价，CE_SC为超级电容器的额定容量单价，C为混合储能装置的总费用，SOCmin储能元件荷电状态的下限，SOCmax为储能元件荷电状态的上限，通过遗传算法求解公式(8)所示的优化模型，获得置信水平α下的容量配置方案，其中置信水平α为系统功率需求小于蓄电池额定功率的概率，置信水平α是给定值。步骤四、从置信水平α大于等于0.9的容量配置方案中获得总成本最小的容量配置方案，为混合储能容量优化的最优方案。