基于多目标优化的风电接入系统的复合储能配置方法与流程

本技术属于风电系统领域，涉及一种复合储能配置方法，特别是涉及一种基于多目标优化的风电接入系统的复合储能配置方法。

背景技术：

1、风电出力具有明显的随机性与波动性，通常需要储能平滑输出功率，以提高风电接入系统送出与并网的稳定性与电能质量。储能可根据充放电特性划分为功率型储能与能量型储能，不同类型的储能具有不同的能量、功率以及运行时间尺度，分别实现平滑不确定性新能源出力，辅助电网进行调峰、调频、调压以及黑启动，提升新能源消纳空间等多种功能。因此在风光接入系统中常配置多类型的复合储能以实现不同时间尺度的多种调节需求，如电化学-超级电容、电化学-飞轮或者电化学-压缩空气等复合储能配置类型。

2、目前风电接入系统的复合储能配置方法一般是采用分阶段或者分层的优化步骤，由于这种优化方法的计算耗时较长，因此目前的复合储能配置方法存在着计算效率低的问题。

技术实现思路

1、本技术的目的在于提供基于多目标优化的风电接入系统的复合储能配置方法、装置、介质及电子设备，用于解决目前的复合储能配置方法存在着计算效率低的问题。

2、第一方面，本技术提供一种基于多目标优化的风电接入系统的复合储能配置方法，所述方法包括：获取风电接入系统的风电输出功率；基于启发式优化算法和所述风电输出功率获取优化的模态数量和优化的惩罚因子；基于所述优化的模态数量和所述优化的惩罚因子对所述风电输出功率进行模态分解，以获取若干个模态分量；基于所述模态分量和多目标函数获取所述风电接入系统中复合储能装置的功率配置和容量配置，所述多目标函数包括关于所述复合储能装置的充放电功率和所述复合储能装置的储能能量的函数。

3、在所述方法中，通过基于启发式优化算法和所述风电输出功率获取优化的模态数量和优化的惩罚因子，并基于所述模态分量和多目标函数获取所述风电接入系统中复合储能装置的功率配置和容量配置，能够提高获取储能装置配置的效率，并且相比于现有的复合储能配置方法，所述功率配置和所述容量配置精度更高，能够进一步增强所述储能装置的工程实用效果。

4、于本技术的一实施例中，基于所述模态分量和多目标函数获取所述风电接入系统中复合储能装置的功率配置和容量配置的实现方法包括：基于所述模态分量获取所述模态分量中高频分量与低频分量的分界分量；基于所述分界分量对所述多目标函数进行迭代求解，以获取所述功率配置和容量配置。

5、于本技术的一实施例中，基于所述分界分量对所述多目标函数进行迭代求解，以获取所述功率配置和所述容量配置的实现方法包括：若基于所述分界分量对所述多目标函数进行迭代求解的过程满足约束条件，则基于所述分界分量对所述多目标函数进行迭代求解，以获取所述功率配置和所述容量配置；若基于所述分解分量对所述多目标函数进行迭代求解的过程不满足所述约束条件，则获取更新的分界分量并基于所述更新的分界分量对所述多目标函数进行迭代求解，以获取所述功率配置和所述容量配置。

6、于本技术的一实施例中，获取更新的分界分量并基于所述更新的分界分量对所述多目标函数进行迭代求解的实现方法包括：

7、s1，基于所述启发式优化算法的更新参数、所述风电输出功率和所述启发式优化算法，获取更新的优化模态数量和更新的优化惩罚因子；s2，基于所述更新的优化模态数量和所述更新的优化惩罚因子对所述风电输出功率进行模态分解，以获取若干个更新的模态分量；s3，基于所述更新的模态分量获取所述更新的分界分量；s4，若基于所述更新的分界分量对所述多目标函数进行迭代求解的过程满足所述约束条件，则基于所述更新的分界分量对所述多目标函数进行迭代求解，以获取所述功率配置和所述容量配置，若基于所述更新的分界分量对所述多目标函数进行迭代求解的过程不满足所述约束条件，则返回s1，所述更新参数在每次s1的执行过程中的参数值不同。

8、于本技术的一实施例中，所述多目标函数包括第一目标函数、第二目标函数和第三目标函数，所述第一目标函数为关于所述复合储能装置的全生命周期经济成本的函数，所述第二目标函数为关于所述复合储能装置的不平衡功率补偿的函数，所述第三目标函数为关于所述风电接入系统功率平衡的函数，所述启发式优化算法为麻雀搜索算法。

9、于本技术的一实施例中，所述第一目标函数为：

10、ctotal＝cinv+com+closs+cur+csd-cres

11、其中，ctotal为所述复合储能装置的全生命周期经济成本，cinv为所述复合储能装置的投资安装成本，com为所述复合储能装置的运维成本，closs为所述复合储能装置的单位功率损失成本，cur为所述复合储能装置的更新置换成本，csd为所述复合储能装置的废弃处置成本，cres为所述复合储能装置的残值回收价值，所述第二目标函数为：

12、

13、其中，f2为所述第二目标函数，tflc为所述复合储能装置全生命周期年数，t为时间，pex(t)为在t时刻下所述复合储能装置的期望功率，pcom(t)为在t时刻下所述复合储能装置的充放电功率，所述第三目标函数为：

14、pc+pb＝psend-pg

15、其中，pc为所述复合储能装置的压缩空气储能功率，pb为所述复合储能装置的电化学储能功率，psend为所述风电接入系统的发出功率，pg为所述风电接入系统的并网容量。

16、于本技术的一实施例中，若所述压缩空气储能功率为压缩空气储能充电功率，则所述压缩空气储能充电功率表示为：

17、

18、其中，pc1(t)为在t时刻所述压缩空气储能充电功率，pk(t)表示在t时刻第k个模态分量的功率，kb表示所述分界分量在所述模态分量中的次序，σcch为所述压缩空气储能充电功率的充电参数，若所述压缩空气储能功率为压缩空气储能放电功率，则所述压缩空气储能放电功率表示为：

19、

20、其中，pc2(t)为在t时刻所述压缩空气储能放电功率，σcdis为所述压缩空气储能放电功率的放电参数，若所述电化学储能功率为电化学储能充电功率，则所述电化学储能充电功率表示为：

21、

22、其中，pb1(t)为在t时刻所述电化学储能充电功率，kopt为所述模态分量中最后一个模态分量，σbch为所述电化学储能充电功率的充电参数，若所述电化学储能功率为电化学储能放电功率，则所述电化学储能放电功率表示为：

23、

24、其中，pb2(t)为在t时刻所述电化学储能放电功率，σbdis为所述电化学储能放电功率的放电参数。

25、第二方面，本技术提供一种基于多目标优化的风电接入系统的复合储能配置装置，其特征在于，所述装置包括：输出功率获取模块，用于获取风电接入系统的风电输出功率；模态数量获取模块，用于基于启发式优化算法和所述风电输出功率获取优化的模态数量和优化的惩罚因子；模态分解模块，用于基于所述优化的模态数量和所述优化的惩罚因子对所述风电输出功率进行模态分解，以获取若干个模态分量；功率获取模块，用于基于所述模态分量和多目标函数获取所述风电接入系统中复合储能装置的功率配置和容量配置，所述多目标函数包括关于所述复合储能装置的充放电功率和所述复合储能装置的储能能量的函数。

26、第三方面，本技术提供一种计算机可读存储介质，其上存储有一计算机程序，该计算机程序被处理器执行时实现本技术第一方面任一项所述方法。

27、第四方面，本技术提供一种电子设备，所述电子设备包括：存储器，存储有一计算机程序；处理器，与所述存储器通信相连，调用所述计算机程序时执行本技术第一方面任一项所述方法。

28、如上所述，本技术所述基于多目标优化的风电接入系统的复合储能配置方法、装置、介质及电子设备，具有以下有益效果：

29、在所述方法中，通过基于启发式优化算法和所述风电输出功率获取优化的模态数量和优化的惩罚因子，并基于所述模态分量和多目标函数获取所述风电接入系统中复合储能装置的功率配置和容量配置，能够提高获取储能装置配置的效率，并且相比于现有的复合储能配置方法，所述功率配置和所述容量配置精度更高，能够进一步增强所述储能装置的工程实用效果。